会员服务
The surprising efficiency of temporal difference learning for rare event prediction
Arxiv
0+阅读 · 1月16日
Projection Implicit Q-Learning with Support Constraint for Offline Reinforcement Learning
Arxiv
0+阅读 · 1月15日
Concept-driven Off Policy Evaluation
Arxiv
0+阅读 · 2024年11月28日
Optimal and Fair Encouragement Policy Evaluation and Learning
Arxiv
0+阅读 · 2024年11月18日
A Causal Framework for Evaluating Drivers of Policy Effect Heterogeneity Using Difference-in-Differences
Arxiv
0+阅读 · 2024年11月13日
OPERA: Automatic Offline Policy Evaluation with Re-weighted Aggregates of Multiple Estimators
Arxiv
0+阅读 · 2024年10月31日
Federated Offline Policy Learning
Arxiv
0+阅读 · 2024年10月11日
Causal inference and policy evaluation without a control group
Arxiv
0+阅读 · 2024年10月25日
Externally Valid Policy Evaluation Combining Trial and Observational Data
Arxiv
0+阅读 · 2024年10月29日
Almost Sure Convergence of Average Reward Temporal Difference Learning
Arxiv
0+阅读 · 2024年10月2日
Almost Sure Convergence of Average Reward Temporal Difference Learning
Arxiv
0+阅读 · 2024年10月1日
Almost Sure Convergence of Average Reward Temporal Difference Learning
Arxiv
0+阅读 · 2024年9月29日
Consistent Order Determination of Markov Decision Process
Arxiv
0+阅读 · 2024年9月23日
On the Hardness of Decentralized Multi-Agent Policy Evaluation under Byzantine Attacks
Arxiv
0+阅读 · 2024年9月22日
Distributionally Robust Policy Evaluation under General Covariate Shift in Contextual Bandits
Arxiv
0+阅读 · 2024年8月9日
参考链接
微信扫码咨询专知VIP会员
Top