ICML-OptiDICE Offline Policy Optimization via Stationary Distribution Corre ...

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

OptiDICE: Offline Policy Optimization via
             Stationary Distribution Correction Estimation

       Jongmin Lee 1 * Wonseok Jeon 2 3 * Byung-Jun Lee 4 Joelle Pineau 2 3 5 Kee-Eung Kim 1 6

            Abstract                and then to deploy the model with its parameter fixed when
                                we are satisfied with training. This offline training allows
   We consider the offline reinforcement learning
                                us to address various operationa ...

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：Optimization distribution stationary station Policy