估计记录策略的双重稳健离线策略评估

本文研究了基于离线的评估方法，通过分层抽样生成固定大小的数据集。通过找到具有最小方差的多个记录器的估计器，解决了此困境，并提出了一个能够实现效率界限的估计器。同时，提出了一种选择控制变量的方法，以防止误工。实验证明了该方法有效利用了多个记录器的数据。