实体 RiverSwim

RiverSwim

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

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

最近 · 第 1/1 页 · 共 1 条

RESEARCH · CL_29303 · May 12 · 17:05

新的自举法增强了离线强化学习分析

研究人员开发了一种新的基于模型的受控马尔可夫链自举法，特别适用于数据生成策略未知的离线强化学习场景。该技术为转移估计器建立了分布一致性，并扩展到策略评估和恢复，为价值函数和Q函数提供渐近有效的置信区间。在RiverSwim问题上的实验结果表明，与现有方法相比，所提出的置信区间在有限数据下提供了更好的校准和覆盖率。