实体 T-estimation

T-estimation

PulseAugur coverage of T-estimation — every cluster mentioning T-estimation 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_18827 · May 5 · 06:08

新的自适应估计方法解决了离线上下文MDP问题

研究人员开发了一种新颖的离线上下文马尔可夫决策过程（MDP）自适应估计和最优控制方法。该方法通过引入一个理论上鲁棒的估计器，解决了将MDP应用于离线数据集的挑战。该方法利用T-估计来建立保证，并提供了具有有限样本保证的估计器选择和最优控制确定程序。