008240612s2023      us  |||||||||||||||c||eng  d
■001000016934123
■00520240214101531
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798380318662
■035    ▼a(MiAaPQ)AAI30571678
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a004
■1001  ▼aUehara,  Masatoshi.▼0(orcid)0000-0001-9017-3105
■24510▼aStatistically  Efficient  Reinforcement  Learning▼h[electronic  resource]
■260    ▼a[S.l.]:▼bCornell  University.  ▼c2023
■260  1▼aAnn  Arbor  :▼bProQuest  Dissertations  &  Theses,  ▼c2023
■300    ▼a1  online  resource(296  p.)
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  85-03,  Section:  B.
■500    ▼aAdvisor:  Kallus,  Nathan.
■5021  ▼aThesis  (Ph.D.)--Cornell  University,  2023.
■506    ▼aThis  item  must  not  be  sold  to  any  third  party  vendors.
■506    ▼aThis  item  must  not  be  added  to  any  third  party  search  indexes.
■520    ▼aMy  research  focus  is  on  developing  algorithms  and  statistical  theories  of  sequential  decision  making  on  the  intersection  of  reinforcement  learning  (RL)  and  causal  inference.  RL  is  concerned  with  the  ways  agents  learn  to  make  sequential  decisions  in  unknown  environments.  It  has  been  one  of  the  most  vibrant  research  frontiers  in  machine  learning  over  the  last  few  years.  We  have  empirical  success  in  a  variety  of  applications,  especially  for  games  such  as  AlphaGo  (Silver  et  al.,  2016).  Despite  its  popularity,  the  real-world  application  of  RL  in  fields  such  as  biomedicine  and  social  science  is  still  limited.  This  is  because  these  real-world  applications  do  not  have  good  simulators,  and  experimentation  is  often  expensive  and  risky  (e.g.,  running  clinical  trials,  deploying  new  marketing  strategies  in  companies)  unlike  for  games.  Although  running  new  experiments  can  be  difficult,  fortunately,  in  an  era  of  big  data,  we  often  have  access  to  massive  historical  datasets  such  as  web-logged  data  and  large  electronic  health  records.  This  motivated  me  to  find  ways  to  use  offline  data  in  a  statistically  efficient  manner,  which  is  a  central  topic  in  the  subfield  of  offline  RL  and  causal  machine  learning.  However,  there  is  a  certain  limitation  in  offline  RL  when  the  quality  of  the  offline  data  is  poor.  In  this  scenario,  we  want  to  find  the  best  policy  by  adaptively  collecting  data.  This  motivated  me  to  find  ways  to  collect  the  data  and  search  for  the  best  policy,  which  is  a  central  topic  in  online  RL.  Since  experiments  are  often  costly,  it  again  needs  to  be  performed  in  a  statistically  efficient  way.  Hence,  building  statistically  efficient  RL  algorithms  in  both  offline  and  online  settings  is  the  key  to  bringing  RL  to  a  variety  of  real-world  applications.
■590    ▼aSchool  code:  0058.
■650  4▼aComputer  science.
■650  4▼aInformation  technology.
■653    ▼aCausal  inference
■653    ▼aReinforcement  learning
■653    ▼aDecision  making
■653    ▼aOffline  RL
■653    ▼aonline  RL
■690    ▼a0984
■690    ▼a0489
■690    ▼a0800
■71020▼aCornell  University▼bComputer  Science.
■7730  ▼tDissertations  Abstracts  International▼g85-03B.
■773    ▼tDissertation  Abstract  International
■790    ▼a0058
■791    ▼aPh.D.
■792    ▼a2023
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T16934123▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.
■980    ▼a202402▼f2024