论文Agent 与开发者精选12:23研究揭示历史依赖日志下离线评估的指数级难度这是篇关于强化学习离线评估难度的学术论文,对研究强化学习算法的工程师或研究者可能有参考价值。#Off-Policy Evaluation#POMDPs#强化学习#离线学习aarXiv cs.LG@Pranaya Jajoo原文稍后读已读值得跟进有用关注 Off-Policy Evaluation