@第{zbMATH07306868条，作者={卡卢斯、内森和尤哈拉、马萨托什}，Title={双强化学习用于{Markov}决策过程中有效的非策略评估}，FJournal={机器学习研究杂志（JMLR）}，期刊={J.Mach.Learn.Res.}，ISSN={1532-4435}，体积={21}，页码={63}，注={Id/No 167}，年份={2020年}，语言={英语}，关键词={68T05,90C40,90C90}，URL={jmlr.csail.mit.edu/papers/v21/19-827.html}，zbMATH={7306868}，Zbl={1525.68113}}