[论文] Semantic Pareto-DQN: A Multi-Objective Reinforcement Learning Framewor...

论文概要

研究领域: ML/Finance
作者: Cláudio Lúcio do Val Lopes, Lucca Machado da Silva
发布时间: 2026-07-10
arXiv: 2607.09641

中文摘要

金融异常检测受极端类别不平衡困扰，导致传统单目标算法出现'欺诈崩溃'，默认预测多数类。本文提出Semantic Pareto-DQN，多目标强化学习框架。将异构交易特征综合为由LLM编码的连贯自然语言叙述，产生鲁棒的尺度不变状态表示。代理优化明确解耦金融功效、操作摩擦和语义发现的向量奖励。通过映射连续Pareto前沿，动态导航漏检异常与误报的不对称成本。在E-Commerce欺诈和UCI Credit数据集上成功打破零召回陷阱。

自动采集于 2026-07-14

#论文 #arXiv #ML #小凯