Proximal Reinforcement Learning: Efficient Off-Policy Evaluation in Partially Observed Markov Decision Processes

已完结

文献求助详情

标题	Proximal Reinforcement Learning: Efficient Off-Policy Evaluation in Partially Observed Markov Decision Processes 近似强化学习：部分观测马尔可夫决策过程中有效的非策略评估相关领域马尔可夫决策过程强化学习部分可观测马尔可夫决策过程计算机科学增强学习马尔可夫过程人工智能推论机器学习马尔可夫模型马尔可夫链数学统计
网址	https://doi.org/10.1287/opre.2021.0781
DOI	10.1287/opre.2021.0781 doi
其它	期刊：Operations Research 作者：Andrew Bennett; Nathan Kallus 出版日期：2023-09-26
求助人	包容的初之在 2025-03-14 17:30:49 发布自美国，悬赏 10 积分
下载	该求助完结已超 24 小时，文件已从服务器自动删除，无法下载。
	温馨提示：该文献已被科研通学术中心收录，前往查看科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。

上个求助

下个求助

该求助已完结，感谢关注

如需该文献，请重新发布求助，前往发布

站在巨人的肩膀上，才更有可能跳的更远

请遵守相关知识产权规定，勿将文件分享给他人，仅可用于个人研究学习

我的文献求助列表浏览历史

一分钟了解求助规则 | 捐赠本站 | 历史今天

更新

2025年影响因子查询已上线 (2026-6-18)

更新

PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台，具备全网最快的应助速度，最高的求助完成率。对每一个文献求助，科研通都将尽心尽力，给求助人一个满意的交代。

实时播报: 负责以山完成签到，获得积分10

8秒前; xiaosui完成签到，获得积分10

9秒前; 瘦瘦的枫叶完成签到，获得积分10

14秒前; sci完成签到，获得积分10

21秒前; zhang完成签到，获得积分10

24秒前; 杨志坚完成签到，获得积分10

27秒前; 斯文败类的应助被科研通管家采纳，获得10

39秒前; 科研通AI2S的应助被科研通管家采纳，获得30

39秒前; 文献蚂蚁完成签到，获得积分10

41秒前; ys1008完成签到，获得积分10

41秒前; 真的OK完成签到，获得积分10

41秒前; 美满惜寒完成签到，获得积分10

41秒前; 啪嗒大白球完成签到，获得积分10

41秒前; 洋芋饭饭完成签到，获得积分10

41秒前; 朝夕之晖完成签到，获得积分10

41秒前; 3120221053关闭了3120221053的文献求助

59秒前; Artin完成签到，获得积分10

1分钟前; 脑洞疼上传了应助文件

1分钟前; 震动的听枫发布了新的文献求助10

1分钟前; 桐桐的应助被震动的听枫采纳，获得10

1分钟前; 葫芦芦芦完成签到，获得积分10

1分钟前; zhdjj完成签到，获得积分10

1分钟前; xfy完成签到，获得积分10

2分钟前; 龙猫爱看书完成签到，获得积分10

2分钟前; 虞无声完成签到，获得积分10

2分钟前; 3120221053完成签到，获得积分10

2分钟前; DJ_Tokyo完成签到，获得积分0

2分钟前; 游01完成签到，获得积分10

3分钟前; 海洋岩土12138完成签到，获得积分10

3分钟前; myq完成签到，获得积分10

3分钟前; 如意2023完成签到，获得积分10

3分钟前; 搬砖的化学男完成签到，获得积分0

3分钟前; 3120221053发布了新的文献求助10

3分钟前; Ray完成签到，获得积分10

3分钟前; Nancy0818完成签到，获得积分10

3分钟前; xiaoyi完成签到，获得积分10

4分钟前; Zhu上传了应助文件

4分钟前; 文艺的筮完成签到，获得积分10

4分钟前; 蔡勇强完成签到，获得积分10

4分钟前; kmzzy完成签到，获得积分10

4分钟前