[其他] ICML-Bootstrapping Fitted Q-Evaluation for Off-Policy Inference [推广有奖]

1关注
167
粉丝

已卖：5665份资源

泰斗

还不是VIP/贵宾

威望: 0 级
论坛币: 13312 个
通用积分: 711.3950
学术水平: 459 点
热心指数: 484 点
信用等级: 414 点
经验: 115999 点
帖子: 4683
精华: 0
在线时间: 16723 小时
注册时间: 2013-1-2
最后登录: 2025-12-14

楼主

Mujahida

发表于 2025-8-11 07:02:53 |AI写论文

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

Bootstrapping Fitted Q-Evaluation for Off-Policy Inference

      Botao Hao 1 Xiang Ji 2 Yaqi Duan 2 Hao Lu 2 Csaba Szepesvari 1 3 Mengdi Wang 1 2

         Abstract                et al., 2013; Munos & Szepesvari, 2008; Le et al., 2019).
Bootstrapping provides a flexible and effective       In practice, FQE has demonstrated robust and satisfying
approach for assessing the quality of batch rein-       performances on many classical RL tasks under different
forcement learnin ...