arXiv cs.AI / cs.LG 最新· Surya Ramachandiran·· 1 天前AI 评分58
arXiv 论文用因果约束离线 RL 做 Next Best Action，优惠券投放 LTV 提升 19%
Next Best Action: Causal Constrained Offline RL for Business Action Targeting
AI 导读
论文把 Next Best Action 建模为约束马尔可夫决策过程（CMDP），在 LP 求解中直接加入离策略因果校正，按客户状态选择动作以最大化长期价值并强制执行业务约束。
标题与摘要由 AI 辅助生成，事实与观点以原文为准。
来源：arXiv cs.AI / cs.LG 最新 · arxiv.org
本站标题、摘要与推荐理由由 AI 辅助生成；原文版权归来源所有。