热点事件持续更新

CAT-CCB离线强化学习框架提出

1 篇报道1 个报道来源8 小时前更新

先了解这件事

AI 综述

Junyi Liao等人提出一种因果调整的可移植性框架，结合工具变量、阴性对照和代理变量识别目标领域因果量，适用于存在未测量混杂因素的离线强化学习场景。该框架支持从多个异构源数据集中学习策略，在混杂上下文赌博机（CAT-CCB）中，识别问题转化为桥函数积分方程组；并扩展至随机马尔可夫决策过程（CAT-CMDP）。在有限维线性类下，框架恢复标准收敛率，数值实验验证了其在无单一数据源足够识别时的政策优化有效性。

AI 根据报道生成 · 3 小时前更新

最新进展10月30日 12:00

存在未测量混杂因素时具有可移植性的离线强化学习

报道时间线

沿着报道，了解事件的不同侧面。

10月30日

12:00
arXiv · ML
存在未测量混杂因素时具有可移植性的离线强化学习
研究提出因果调整的可移植性框架，结合工具变量、阴性对照和代理变量识别目标领域因果量。该框架支持从多个异构源数据集中学习策略，用于有混杂的上下文赌博机（CAT-CCB）和随机马尔可夫决策过程（CAT-CMDP）。在有限维线性类下恢复标准 $\widetilde{\mathcal O}(N^{-1/2})$ 收敛率，数值实验验证了其在无单一数据源足够识别时的政策优化有效性。

本事件热度走势

可比范围当前: 8
可比范围峰值: 910月30日 17:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。