Jul, 2023
错误配置条件下的最优近似因子在离策略价值函数估计中
The Optimal Approximation Factors in Misspecified Off-Policy Value
Function Estimation
TL;DR线性离策略值函数估计中的近似因子的优化形式尚不明确，本研究通过研究加权L2范数、L∞范数、有无状态别名和状态空间完全性等设置，在所有这些设置上确定了渐近最优的近似因子（除了常数因子），特别是我们的界限确定了L2（μ）范数的两个实例相关因子和L∞范数的一个实例相关因子，从而推断出了在错误规定下离策略评估难度的因素。