CPO に関する報道

Canary は Cantelli の不等式を使用して、最初の 2 つのモーメントに基づいて VaR 制約を滑らかな境界に変換します。これは、制約推定の安定性が向上することを意味します。これは、リスク回避型 RL が大まかな制約処理から定量化可能な厳密な境界制御に移行していることを示唆しています。