Proximal Reinforcement Learning: Efficient Off-Policy Evaluation in Partially Observed Markov Decision Processes
Proximal Reinforcement Learning: Efficient Off-Policy Evaluation in Partially Observed Markov Decision Processes
复制标题
近端强化学习：部分观察马尔可夫决策过程中的高效离策略评估
DOI：
10.1287/opre.2021.0781
复制
发表时间：
2023
影响因子：
2.7
通讯作者：
Kallus, Nathan
中科院分区：
文献类型：
--
作者：
Bennett, Andrew;Kallus, Nathan
登录
查看更多内容
因果效应双阴性对照推断的混杂桥方法（包括补充和示例代码）
DOI：
--
发表时间：
2018
期刊：
影响因子：
--
作者：
Wang Miao;E. Tchetgen
通讯作者：
E. Tchetgen
DOI：
--
发表时间：
2020
期刊：
Advances in neural information processing systems
影响因子：
--
作者：
Kallus, Nathan;Zhou, Angela
通讯作者：
Zhou, Angela
DOI：
10.1093/jrsssb/qkad011
发表时间：
2021-04
期刊：
ArXiv
影响因子：
--
作者：
Shuxiao Chen;B. Zhang
通讯作者：
Shuxiao Chen;B. Zhang
影响因子：
6.3
作者：
Chen, Xiaohong;Pouzo, Demian
通讯作者：
Pouzo, Demian
用未衡量的混杂因素的代理变量识别因果效应。
影响因子：
2.7
作者：
Miao W;Geng Z;Tchetgen Tchetgen E
通讯作者：
Tchetgen Tchetgen E