Kelly 目标直接用于 RL 会导致网络崩溃，CRRA 更实用

2026年10月27日，AGI Hunt 报道，Ross Taylor 等从业者指出，把 Kelly 准则直接用作强化学习的目标函数存在严重隐患：一旦智能体经历“破产/毁灭”类事件，对数效用下的优势值就会变为负无穷，优化过程会因此毁掉整个神经网络。他们据此认为，CRRA 效用函数更实用——它保留了 Kelly 准则的风险控制思路，同时避免破产带来的数值灾难，更适合作为 RL 的目标函数。报道未给出具体实验数据或落地案例，相关判断目前来自从业者的经验分享。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。