ROIDICE: Offline Return on Investment Maximization for Efficient Decision Making
创建于 更新于
摘要
本报告提出了ROIDICE，一种基于线性分数规划和稳态分布校正的离线ROI最大化算法，优化策略的投资回报效率。通过对随机MDP和连续领域的实证对比，ROIDICE展现了优于传统离线RL和受限RL方法的更高ROI和策略效率，兼顾策略回报与累计成本的权衡 [page::0][page::5][page::8][page::19]。
