Apprendimento Bayesiano di Transizione Inversa per RL Basato su Modelli da Traiettorie Quasi Ottimali

I ricercatori propongono l'Apprendimento di Transizione Inversa, un metodo basato su vincoli per stimare le dinamiche di transizione da traiettorie esperte quasi ottimali nell'apprendimento per rinforzo offline basato su modelli. L'approccio tratta la copertura limitata come una caratteristica, utilizzando la quasi ottimalità per informare la stima di T*. I vincoli sono integrati in un quadro bayesiano. Esperimenti su ambienti sintetici e scenari sanitari reali, come la gestione dei pazienti in ICU per l'ipotensione, mostrano un miglioramento nel processo decisionale e la capacità di prevedere il successo del trasferimento tramite il posterior.