机构名称：
¥ 3.0
乘车共享公司等双面市场通常涉及一组主题，这些主题在跨时间和/或政策中做出顺序决策。随着智能手机和物联网的快速发展，它们实质上改变了人类的运输格局。在本文中，我们考虑了乘车共享公司中的大规模车队管理，这些公司涉及随着时间的推移，在不同领域接收产品序列（或治疗）的多个单位。在这些研究中出现了主要的技术挑战，例如政策评估，是因为（i）空间和时间代理会引起位置和时间之间的干扰； （ii）大量位置导致维度的诅咒。为了同时解决这两个挑战，我们引入了在这些研究中进行政策评估的多代理强化学习（MARL）框架。，我们提出了新的估计量，以确保不同产品下的平均结果，尽管州行动空间的高度差异很高。在模拟实验中提出的估计量有益。我们使用从双面覆盖的公司获得的实际数据集进一步进一步，以评估应用不同的补贴策略的效果。我们提出的方法的Python实现可在https://github.com/runzhestat/causalmarl上获得。
我们如何改善次级CVD预防LSE_EFPIA
主要关键词
相关文件推荐
