VOCEM：方差最优离策略评估估计器
热点事件持续更新
VOCEM：方差最优离策略评估估计器
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
研究者 Nicolò Felicioni、Michael Benigni、Maurizio Ferrari Dacrema 与 Paolo Cremonesi 提出离策略评估估计器 VOCEM，针对动作级重要性权重方差过大的问题，在 DR 与 OffCEM 之间插值，并用闭式解选取使方差最小的系数。研究者称其理论方差不超过 DR 与 OffCEM 两个端点。 在受控合成实验和两个大规模动作基准的全部 23 种评估条件下，VOCEM 均优于 DR 与 OffCEM，稳定性与鲁棒性更好。
AI 根据报道生成 · 2 小时前更新
最新进展10月7日 12:00
VOCEM：基于联合效应建模的方差最优离策略评估报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv：cs.LGVOCEM：基于联合效应建模的方差最优离策略评估
针对离策略评估中动作级重要性权重方差过大的问题，研究者提出 VOCEM 估计器，在 DR 与 OffCEM 之间插值并以闭式解选取最小化方差的系数，理论上方差不超过两者端点。在受控合成实验和两个大规模动作基准上，VOCEM 在全部 23 种评估条件下均优于 DR 与 OffCEM，稳定性与鲁棒性更好。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。