Multi-agent Discrete-Event Simulation Based Reinforcement Learning Algorithms Applied to Financial Leverage Effect
La modélisation et la simulation à événements discrets et l'apprentissage automatique sont deux cadres adaptés à la modélisation de système de systèmes qui, lorsqu'ils sont combinés, peuvent fournir un outil puissant pour l'optimisation et la prise de décision au sein d'un système. Cet article présente une spécification à événements discrets comme un cadre universel pour implémenter un algorithme d'apprentissage par renforcement multi-agents dans un environnement modulaire et hiérarchique. Le papier propose une comparaison entre une politique de décision assistée par un apprentissage par renforcement dans le cas d'un agent unique d'une part et d'un multi-agent d'autre part . Cette approche a été validée sur une gestion de portfoglio financier.
