Off-policy Evaluation in Doubly Inhomogeneous Environments

IF 4.3 3区材料科学 Q1 ENGINEERING, ELECTRICAL & ELECTRONIC

ACS Applied Electronic Materials Pub Date : 2024-09-09 DOI:10.1080/01621459.2024.2395593

Zeyu Bian, Chengchun Shi, Zhengling Qi, Lan Wang

引用次数: 0

Abstract

This work aims to study off-policy evaluation (OPE) under scenarios where two key reinforcement learning (RL) assumptions – temporal stationarity and individual homogeneity are both violated. To ha...

查看原文本刊更多论文

双非均质环境中的非政策评估

这项工作旨在研究在违反两个关键强化学习（RL）假设--时间静止性和个体同质性--的情况下的非政策评价（OPE）。为了实现这一目标，我们需要...

本文章由计算机程序翻译，如有差异，请以英文原文为准。

求助全文

约1分钟内获得全文求助全文

来源期刊

ACS Applied Electronic Materials Multiple-

CiteScore

7.20

自引率

4.30%

发文量

567