MLE可在MDP里估计密度比
nanjiang_cs · x · 2026-07-13
一条论文推荐：作者提到一篇关于 MDP 中 density ratio 估计的新思路。 - 传统上，这类问题常需要假设 completeness。 - 这篇工作用 MLE 来做 density-ratio 估计，绕开了 completeness 要求。 - 关键直觉是：在这个设定里，Bellman 算子与投影都落在同一种 KL 几何下，因此推导能成立。
nanjiang_cs · x · 2026-07-13
一条论文推荐：作者提到一篇关于 MDP 中 density ratio 估计的新思路。 - 传统上，这类问题常需要假设 completeness。 - 这篇工作用 MLE 来做 density-ratio 估计，绕开了 completeness 要求。 - 关键直觉是：在这个设定里，Bellman 算子与投影都落在同一种 KL 几何下，因此推导能成立。