Este artículo se centra en la planificación sensible al riesgo, que busca políticas que maximicen una métrica sensible al riesgo de cola en un proceso de decisión de Markov (MDP). Para métricas ampliamente utilizadas e interpretables, como la probabilidad umbral o el valor en riesgo (VaR) (condicional), dicha optimización puede ser muy costosa. Estudios previos han demostrado que solo la medida de riesgo de entropía (EntRM) puede optimizarse eficientemente mediante programación dinámica, pero esto requiere la selección de parámetros que son difíciles de interpretar. En este artículo, demostramos que el cálculo del conjunto completo de políticas óptimas para EntRM sobre los valores de los parámetros proporciona una aproximación precisa a la métrica de interés. Demostramos que esta frontera de optimalidad puede calcularse eficientemente gracias a un novedoso análisis estructural y la naturaleza blanda del riesgo de entropía. Los resultados experimentales demuestran que el enfoque propuesto logra un rendimiento robusto en una variedad de escenarios de decisión.
