Papers09:51Chinese contentCAT-CCB：面向未测混杂的离线强化学习迁移框架离线 RL 遇上混杂变量和域差异怎么办？这篇用工具变量加负控制给出可识别方案，做因果 RL 的可以看看推导。#离线强化学习#因果推断#工具变量#CAT-CCBaarXiv cs.LG@Junyi Liao et al. (3)SourceRead laterReadWorth followingUsefulFollow 离线强化学习