Список проголосовавших за комментарий "CloseToAlgoTrading, я вас не призываю RL использовать. Просто в offline RL проблема, что обучающие примеры сильно могут отличаться от реальных является ключевой. Там эта тема широко исследована. Основной приём борьбы на пальцах описал — много моделей и оценка их разброса. Если он большой, то мы понимаем, что видимо попали в область непознанного и не пользуемся прогнозами. Если разброс не большой, то пользуемся средним прогнозом. Ничего не мешает делать это для обычного DL или ML."