分布的に堅牢なオフライン強化学習のための最適で計算効率の高いアルゴリズム

関数近似を実現する最適で計算効率の高いアルゴリズムを提案し、ロバストなオフラインRLの文脈でインスタンス依存性のサブ最適性解析を開始します。