PulseAugur
实时 19:51:09
实体 Fitted Occupancy-Ratio Evaluation

Fitted Occupancy-Ratio Evaluation

PulseAugur coverage of Fitted Occupancy-Ratio Evaluation — every cluster mentioning Fitted Occupancy-Ratio Evaluation across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. RESEARCH · CL_128341 ·

    新的FORE方法改进了离线强化学习评估

    研究人员引入了拟合占用率评估(FORE),一种用于离线强化学习中估计占用率的新颖方法。该技术通过伴随贝尔曼递归来表征折扣占用率,并在每次迭代中解决密度比目标。FORE的关键创新在于其简化的近似条件,仅需要折扣占用率本身的实现性,而不是像贝尔曼完备性那样更复杂的条件。这种方法能够直接进行价值估计和双重鲁棒估计,为离线策略评估提供了更鲁棒的方法。