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。
完成下面两步后,将自动完成登录并继续当前操作。