Kelly 目标直接用于 RL 会导致网络崩溃，CRRA 更实用

Ross Taylor 等从业者指出，直接将 Kelly 准则作为强化学习目标函数，一旦智能体经历“破产/毁灭”事件，对数效用下优势值变为负无穷，优化过程会毁掉整个神经网络。CRRA 效用函数则保留风险控制思想，同时避免破产带来的数值灾难，更适合作为 RL 的目标函数。