分布强化学习

Distributional Reinforcement Learning是一种强化学习方法，关注随机回报Z的分布而非其期望值Q。通过递归地描述回报的分布特性，该方法能够实现风险感知行为，提高决策的鲁棒性和适应性。在复杂环境中，这种方法有助于代理更好地理解和应对不确定性，从而优化长期回报。