QQ客服 官方微博 反馈留言

浏览/检索结果: 共1条，第1-1条 帮助 限定条件 发表日期：2022    内容类型：会议论文     已选(0)清除 条数/页：5101520253035404550556065707580859095100   排序方式：请选择作者升序作者降序题名升序题名降序发表日期升序发表日期降序提交时间升序提交时间降序 POPO: Pessimistic Offline Policy Optimization 会议论文 Singapore, Singapore, 23-27 May 2022 作者:  He Q(何强);  Hou XW(侯新文);  Liu Y(刘禹) 收藏  |  浏览/下载：11/0  |  提交时间：2022/06/27 reinforcement learning  offline optimization  out-of-distribution