技术
Off-Policy Evaluation
一种使用历史数据评估新策略性能的方法，无需在线交互。
详细解释
在强化学习中，直接在线评估新策略风险高。离策略评估利用由旧策略收集的数据，通过重要性采样等技术估计新策略的期望回报。广泛应用于推荐系统、医疗等高风险领域，确保策略安全更新。
别名与相关写法
off policy evaluation
一种使用历史数据评估新策略性能的方法，无需在线交互。
在强化学习中，直接在线评估新策略风险高。离策略评估利用由旧策略收集的数据，通过重要性采样等技术估计新策略的期望回报。广泛应用于推荐系统、医疗等高风险领域，确保策略安全更新。