arXiv ID:
2607.05375
arXiv 提交日期: 2026-07-06
无需贝尔曼完备性的拟合占用率比评估 / Fitted Occupancy-Ratio Evaluation without Bellman Completeness
1️⃣ 一句话总结
本文提出了一种名为FORE的新方法,通过拟合一个与折扣占用率相关的递归方程,仅需占用率本身是可实现的(无需更苛刻的贝尔曼完备性假设),就能高效、准确地评估离线强化学习中的新策略,从而简化了理论要求并提升了实用性。