概念Extrapolation Error
外推误差
离线强化学习中因策略选择数据集未覆盖的动作而导致的价值函数估计误差，且误差会随轨迹推演累积
时间轴 (近 90 天)
10月30日
外推误差是指在离线RL中，学习策略选择数据集中未出现或很少出现的动作时，后续状态进入未覆盖区域，导致价值函数估计产生严重误差且随轨迹推演累积。
待验证50%
离线强化学习中因策略选择数据集未覆盖的动作而导致的价值函数估计误差，且误差会随轨迹推演累积
外推误差是指在离线RL中，学习策略选择数据集中未出现或很少出现的动作时，后续状态进入未覆盖区域，导致价值函数估计产生严重误差且随轨迹推演累积。