InCOPE：用于上下文离策略评估的先验数据拟合网络

研究者提出 InCOPE，一种在合成离策略评估任务上学习共享策略价值预测规则的先验数据拟合网络。面对新的表格型决策问题，它根据行为策略数据、目标策略和已知任务设置预测期望回报，无需针对具体任务更新参数；实验覆盖四个表格领域，包括半合成临床场景。