Confounding-Robust Policy Evaluation in Infinite-Horizon Reinforcement Learning
Confounding-Robust Policy Evaluation in Infinite-Horizon Reinforcement Learning
复制标题
无限视野强化学习中的混杂鲁棒策略评估
DOI：
--
复制
发表时间：
2020
期刊：
影响因子：
--
通讯作者：
Zhou, Angela
中科院分区：
文献类型：
--
作者：
Kallus, Nathan;Zhou, Angela
登录
查看更多内容
受控马尔可夫链中经验测度和成本的收敛率及瞬态最优性
DOI：
10.1287/moor.19.4.955
发表时间：
1994
期刊：
Math. Oper. Res.
影响因子：
--
作者：
E. Altman;O. Zeitouni
通讯作者：
O. Zeitouni
DOI：
--
发表时间：
2018-10
期刊：
ArXiv
影响因子：
--
作者：
Nathan Kallus;Xiaojie Mao;Angela Zhou
通讯作者：
Nathan Kallus;Xiaojie Mao;Angela Zhou
一般政策下马尔可夫决策过程中的经验状态动作频率
DOI：
10.1287/moor.1050.0148
发表时间：
2005
期刊：
Math. Oper. Res.
影响因子：
--
作者：
Shie Mannor;J. Tsitsiklis
通讯作者：
J. Tsitsiklis
马尔可夫决策问题和状态动作频率
影响因子：
2.2
作者：
E. Altman;A. Shwartz
通讯作者：
A. Shwartz
动态离散选择模型中的二元性
DOI：
10.2139/ssrn.2700773
发表时间：
2015
期刊：
Econometrics: Single Equation Models eJournal
影响因子：
--
作者：
K. Chiong;Alfred Galichon;M. Shum
通讯作者：
M. Shum