原始-对偶谱表示用于离政策评估
原文中文，约200字，阅读约需1分钟。发表于：。本文解决了离政策评估中的瓶颈问题，特别是在神经网络实现中的鞍点优化难题。提出了一种新的算法SpectralDICE，通过谱分解的线性表示来简化对偶变量的计算，提高了计算效率和样本利用率。研究结果表明，该算法在多种基准测试中表现出色，并提供了严格的理论样本复杂度保证。
本文提出了新算法SpectralDICE，旨在解决政策评估中的鞍点优化问题。该算法通过谱分解简化对偶变量的计算，提升了效率和样本利用率，并在基准测试中表现出色。
