PulseAugur
中
实时 15:50:04
实体 Q-MMR

Q-MMR

PulseAugur coverage of Q-MMR — every cluster mentioning Q-MMR across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
0
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 1
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 1 条
  1. RESEARCH · CL_21752 ·

    Q-MMR框架为离轨策略评估提供新方法

    研究人员引入了Q-MMR，一个用于马尔可夫决策过程（MDP）中离轨策略评估的新理论框架。该方法学习数据点的权重，以利用矩匹配目标来近似目标策略下的预期回报。一项关键发现是，对于一般的函数逼近，存在一个数据依赖的、无维度的有限样本保证，其显著特点是不依赖于函数类的复杂度。