论文10:32
Wasserstein Policy Learning 用于分布结果型离线策略学习这篇论文把因果推断中的离线策略学习扩展到了分布结果，用Wasserstein重心定义奖励，并给出了严格的统计保证，和传统均值策略学习不同，适合做理论研究的参考。
#分布结果
共 1 条 · 7 天 0 条 · 30 天 0 条
信息流里打上「分布结果」标签的资讯、产品与论文，按刊登时间排，新的在上。
6月18日
这篇论文把因果推断中的离线策略学习扩展到了分布结果，用Wasserstein重心定义奖励，并给出了严格的统计保证，和传统均值策略学习不同，适合做理论研究的参考。