模型Causal Adjustment Transfer for Confounded MDP
CAT-CMDP
本文提出的序贯决策算法，在片段式混杂MDP中利用多源互补数据识别目标域奖励与转移机制，基于高斯动力学和线性函数近似
时间轴 (近 90 天)
10月30日
在高斯动力学和线性函数近似下，作者得到算法CAT-CMDP。
待验证50%
10月30日
作者建立了高概率有限样本次优性保证，量化了近似误差、估计误差、源到目标偏移、离线覆盖和样本量的影响。
待验证50%
本文提出的序贯决策算法，在片段式混杂MDP中利用多源互补数据识别目标域奖励与转移机制，基于高斯动力学和线性函数近似
在高斯动力学和线性函数近似下，作者得到算法CAT-CMDP。
作者建立了高概率有限样本次优性保证，量化了近似误差、估计误差、源到目标偏移、离线覆盖和样本量的影响。