自動運転車の安全性向上に向けた強化学習設計の分析

スイッチバック設計は、報酬誤差が主に正の相関を示す場合、代替日設計よりも平均処理効果(ATE)推定量の精度を高めることができる。また、スイッチ頻度を上げることでさらに精度が向上する。一方、誤差が負の相関を示す場合は、代替日設計が最適となる。