Primal-Dual Spectral Representation for Off-Policy Evaluation
原文英文，约100词，阅读约需1分钟。
📝
内容提要
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。
🏷️
