@第{zbMATH07784954条，作者={Ramprasad，Pratik and Li，元通and Yang，卓然and Wang，赵然and Sun，Will Wei and Cheng，Guang}，Title={强化学习中用于策略评估的在线引导推理}，FJournal={美国统计协会杂志}，期刊={美国统计协会}，ISSN={0162-1459}，体积={118}，数量＝{544}，页码={2901--2914}，年份={2023}，语言={英语}，DOI={10.1080/01621459.2022.2096620}，关键词={62-XX}，zbMATH={7784954}}