Anticipatory Reinforcement Learning: From Generative Path-Laws to Distributional Value Functions
发表于 2026年4月6日上传于 2026年4月7日
本文提出Anticipatory Reinforcement Learning (ARL):通过将历史路径提升到signature增强流形并构造Self-Consistent Field (SCF) 的路径法代理,实现在单条轨迹下对路径依赖回报的确定性“Single‑Pass”评估,从而将高方差的蒙特卡洛分支问题转化为O(1)的线性投影并显著降低估计方差 . 报告还给出Marcus‑compliant Neural CDE、Anticipatory TD‑Error的代数形式、Nyström压缩的实现细节及理论收敛/泛化保证,适用于跳扩散与重尾噪声的高频金融环境 .