原始-对偶谱表示用于离政策评估

BriefGPT - AI 论文速递 ·

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。

SpectralDICE 政策评估效率谱分解鞍点优化

原文中文，约200字，阅读约需1分钟。