研究人员开发了InCOPE,一种新颖的上下文策略外评估(OPE)方法,旨在利用有限的行为策略数据准确评估决策策略。该方法涉及在马尔可夫决策过程和策略对的生成先验上预训练一个网络,使其能够在没有特定任务更新的情况下预测新的表格问题的预期回报。在临床和其他表格环境中的实验证明了InCOPE在策略价值估计方面的有效性。 AI
影响 增强了在真实数据有限的情况下评估AI决策策略的能力。
排序理由 该集群包含一篇详细介绍特定机器学习任务新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →