论文政策与合规10:01VOCEM：在 OffCEM 与 DR 之间求方差最优的离线策略评估估计量做离线策略评估的可以看看：VOCEM 用闭式系数在 OffCEM 和 DR 之间插值，23 个实验条件下方差都比两端低。#OffCEM#VOCEM#离线策略评估#doubly robustaarXiv cs.LG@Nicolò Felicioni 等 4 人原文稍后读已读值得跟进有用关注 OffCEM