研究者提出 InCOPE 离策略评估网络
热点事件持续更新
研究者提出 InCOPE 离策略评估网络
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
研究者提出 InCOPE，一种在合成离策略评估任务上训练的网络，可利用新表格型决策问题中的行为策略数据、目标策略和已知任务设置预测期望回报，无需针对该任务更新参数。 实验覆盖四个表格领域，其中包括半合成临床场景。报道未提供其预测效果的具体结果。
AI 根据报道生成 · 1 小时前更新
最新进展10月28日 12:00
InCOPE：用于上下文离策略评估的先验数据拟合网络报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv · Machine LearningInCOPE：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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。