{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期部分”：[[2024,5,11]]，“日期时间”：“2024-05-11T06:36:52Z”，“时间戳”：1715409412527}，“发布者位置”：“新加坡”，“引用计数”：26，“发布商”：“Springer Nature Singapore”，“isbn-type”：[{“值”：“9789819980789”，“类型”：”打印“}，{“值”：“9789819980796”，“type”：“electronic”}]，“license”：[{“start”：{“date-parts”：[[2023,11,14]]，“date-time”：“2023-11-14T00:00:00Z”，“timestamp”：1699920000000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.springernature.com\/gp\/searners\/text-and-data-mining”}，{“开始”：{“date-ports”：[2023,11,14]，“日期-时间”me“：”2023-11-14T00:00:00Z“，”时间戳“：1699920000000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“https:\\/www.springernature.com//gp\/researters\/text-and-data-mining”}，{“start”：{“date-parts”：[[2023,11,14]]，“date-time”：“2023-11-14T00:00Z”，“timestamp”：169992000万}：“https:\/\/www.springernace.com\/gp\/researchers\/text and data mining”｝，｛“开始”：｛“日期部分”：[[2023,11,14]]，“日期-时间”：“2023-11-14T00:00:00Z”，“时间戳”：1699920000000｝，“内容版本”：“vor”，“延迟天数”：0，“URL”：“https:\/\/www.springernace.com\/gp\/researchers\/text and data mining”｝]，“内容域”：｛“域”：[“link.springer.com”]，“crossmark-restriction”：false}，“short-container-title”：[]，“published-print”：{“date-parts”：[[2024]]}，”DOI“：”10.1007\/978-991-8079-6_25“，”type“：”book-chapter“，”created“：{”date-part“：[2023,11,13]]，”date-time“：”2023-11-13T16:02:42Z“，”timestamp“：1699891362000}”，“page”：“319-331”，“update-policy”：“http://\/dx.doi.org\/10.1007\/springer_crossmark_policy”，“source”：“Crossref”、“is-referenced-by-count”：1，“title”：[“SORA:改善与\u00a0a\u00a 0软角色分配机制的多代理合作”]，“prefix”：“10.1007”，”author“：[{”given“：”Guangchong“，”family“：”Zhou“，”sequence“：”first“，“affiliation”：[]}，{”given“Zhiwei”，“family”：“徐”、“sequence”：“additional”，“affiliation”：[]}，{“given”：“Zeren”，“family”：“Zhang”，“sequences”：“additional”、“affidiation”：[]}、{“fixed”：“Guoliang”、“families”：“Fan”、“se序列”：“附加”、“从属关系”：[]}，“member”：“297”，“published-on-line”：{“date-parts”：[2023,11,14]}；“reference”：[{“key”：”25_CR1“unstructured”：“Berner，C.，et al.：Dota 2与大规模深度强化学习。arXiv预印本arXiv:1912.06680（2019）”}，{“问题”：“6”，“关键”：“25_CR2”，“doi-asserted-by”：“出版商”，“首页”：“650”，“doi”：“10.1177\/0278364913483345”，“卷”：“32”，“作者”：“J Capitan”，“年份”：“2013”，“非结构化”：“Capitan，J.，Spaan，M.T.，Merino，L.，Ollero，A.：与拍卖POMDP的分散式多机器人合作。国际机器人研究32（6），650\u2013671（2013）”，“日志标题”：“国际机器人研究”}，{“密钥”：“25_CR3”，“非结构化”：“Chung，J.，Gulcehre，C.，Cho，K.，Bengio，Y.：门控递归神经网络对序列建模的实证评估。arXiv预印本arXiv:1412.3555（2014）”}，{“key”：“25_CR4”，“unstructured”：“Ha，D.，Dai，A.，Le，Q.V.：超网络。arXiv-print arXiv:1609.09106：“Hausknecht，M.，Stone，P.：部分可观测MDP的深度递归Q-学习。摘自：2015年AAAI秋季研讨会系列（2015）”}，{“key”：“25_CR6”，“unstructured”：“Hu，S.，Xie，C.，Liang，X.，Chang，X.：通过测量合作多智能体RL中的角色多样性进行政策诊断。摘自《机器学习国际会议》，第9041\u20139071页。PMLR（2022）“}，{“key”：“25_CR7”，“doi-asserted-by”：“crossref”，“unstructured”：“Kurach，K.，et al.：Google research football:a new reinforcement learning environment（2020）”，“doi”：“10.1609 \/aaaai.v34i04.5878”}，}Lowe，R.等人：混合合作竞争环境下的多代理行为关键。In:Advances In Neural Information Processing Systems，vol.30（2017）“}，{“key”：“25_CR9”，“unstructured”：“Mahajan，A.，Rashid，T.，Samvelyan，M.，Whiteson，S.：MAVEN:multi-agent variation exploration。In:Advance In Neurals Information Process Systems，vol.32（2019）”}，“{”key“：”25_CR10“，”doi-asserted-by“：”publisher“，”“doi”：“10.1007\/978-3-319-28929-8“，“卷-时间”：“分散POMDP简介”，“作者”：“FA Oliehoek”，“年份”：“2016年”，“非结构化”：“Oliehook，F.A.，Amato，C.：分散POMDPs简介”。查姆施普林格（2016）。https:\/\/doi.org/10.1007\/978-3-319-28929-8“｝，｛“key”：“25_CR11”，“非结构化”：“Rashid，T.，Farquhar，G.，Peng，B.，Whiteson，S.：加权QMIX:扩展单调值函数因子分解用于深度多智能体强化学习。In：《神经信息处理系统进展》，第33卷，pp.10199\u201310210（2020）”｝，｛“key”：“25_CR12“，“非结构化”：“Rashid，T.，Samvelyan，M.，Schroeder，C.，Farquhar，G.，Foerster，J.，Whiteson，S.：QMIX：深度多智能体强化学习的单调值函数分解。摘自：机器学习国际会议，第4295\u20134304页。PMLR（2018）“}，{“key”：“25_CR13”，“unstructured”：“Samvelyan，M.，et al.：The StarCraft multi-agent challenge.arXiv预印本arXiv:1902.04043（2019）”}，}，“key“：”25_CR14“，”doi-asserted-by“：”crossref“，”unstructure“：”Shamsoshoara，A.，Khaledi，M.，Afghah，F.，Razi，A.，Ashdown，J.：无人机网络中使用多代理强化学习的分布式合作频谱共享。2019年IEEE第16届年度消费者通信与网络会议（CCNC），第1\u20136页。IEEE（2019）“，“DOI”：“10.1109\/CCNC.2019.8651796”}，{“key”：“25_CR15”，“unstructured”：“Son，K.，Kim，D.，Kang，W.J.，Hostallero，D.，Yi，Y.：QTRAN:通过转换学习因式分解以实现协作多智能体强化学习。CoRR abs \/1905.05408（2019Sunehag，P.等人：合作多智能体学习的价值分解网络。arXiv预印本arXiv:1706.05296（2017）“}，{“问题”：“4”，“关键”：“25_CR17”，“doi-asserted-by”：“出版商”，“首页”：“e0172395”，“doi”：“10.1371”\/journal.pone.0172395“，“卷”：“12”，“作者”：“A Tampu”，“年份”：“2017”，“非结构化”：“Tampu，A.，et al.：多智能体合作与竞争与深度强化学习。PLOS ONE 12（4），e017239 5（2017）“，”journal-title“：”PLOS ONE“}，{”key“：”25_CR18“，”unstructured“：”Vaswani，A.，et al.：注意就是你所需要的。In:Advances In Neural Information Processing Systems，vol.30（2017）“}”，{“key”：“25_CR19”，“doi-asserted-by”：“crossref”，“unstructure”：“”Vinyals，O.等人：《星际争霸II》中使用多智能体强化学习的大师级。Nature 575（7782），350\u2013354（2019）“，“DOI”：“10.1038\/s41586-019-1724-z”}，{“key”：“25_CR20”，“unstructured”：“Wang，J.，Ren，z.，Liu，T.，Yu，Zhang，C.：QPLEX：双重决斗多智能体Q-学习。arXiv预印本arXiv:2008.01062（2020）”}Wang，T.，Dong，H.，Lesser，V.，Zhang，C.：ROMA：具有紧急角色的多智能体强化学习。arXiv-print arXiv:2003.08039（2020）“}，{“key”：“25_CR22”，“unstructured”：“Wang，T.，Gupta，T.、Mahajan，A.，Peng，B.，Whiteson，S.，Zhang，C.：RODE:学习角色以分解多代理任务。arXiv-Print arXiv:2010.01523（2020）”}，}，“key“：”25_CR23“，“unsructured“：”Yang，M.、Zhao，J.、Hu，X.、Zhou，W.、Zhu，J.，Li，H.：LDSA：合作多智能体强化学习中的学习动态子任务分配。In:Advances In Neural Information Processing Systems，vol.35，pp.1698\u20131710Ye，D.等人：通过深度强化学习来玩完整的MOBA游戏。In:Advances In Neural Information Processing Systems，vol.33，pp.621\u2013632（2020）“}，{“key”：“25_CR26”，“doi-asserted-by”：“crossref”，“unstructured”：“Zeng，X.，Peng，H.，Li，A.：通过结构信息原理实现有效和稳定的基于角色的多智能体协作。arXiv预印本arXiv:2304.00755（2023）”，“doi”：“10.1609 \/aaai.v37i10.26390“}]，“container-title”：[“神经信息处理”，“计算机科学课堂讲稿”]，“原始标题”：[]，“链接”：[{“URL”：“https:\/\/link.springer.com\/content\/pdf\/10.1007\/978-991-99-8079-6_25”，“内容类型”：“未指定”，“content-version”：“vor”，“intended-application”：“相似性检查”}]，“存放”：{date-parts“：[[2024,3,12]]，”date-time“：”2024-03-12T16:32:53Z“，”timestamp“：1710261173000}，”score“：1，”resource“：{”primary“：”URL“：”https:\/\/link.springer.com\/10.1007\/978-99-8079-6_25“}}，“subtitle”：[]，“shorttitle”：[]，“issued”：{9980789“，”9789819980796“]，”references-count“：26，”URL“：”http:\/\/dx.doi.org\/10.1007\/978-991-98-8079-6_25“，”关系“：{}，”ISSN“：[”0302-9743“，”1611-3349“]，”ISSN-type“：[{”值“：”0302-7743“”，”类型“：”打印“}，{”价值“：”1611-33049“，”类型”：“电子”}]，”主题“：[]，”发布“：{”日期段“：[2023,11,14]}，“断言”：[{'value“：”2023年11月14日“，”order“：1，”name“：”first_online“，”label“：”first online“，“group“：{”name“：”ChapterHistory“，”label“：”Chapter History”}}，{”value“：”ICONIP“，”order“：1，”name“:”conference_acrombit“，”标签“：”会议缩写“，”group“:{”name:“ConferenceInfo”，“label”：“Conferency Information”}，“value”：“International conference on Neural Information Processing”，“order”：2，“name”：“conference_name”，“标签”：“会议名称”，“”group“：{”name“：”ConferenceInfo“，”label“：”会议信息“}}，{”value“：”长沙“，”order“：3，”name“:”Conference_city“，”table“：”conferency city“，”group“；{”name:“ConferenceInformo”，“label”：“Conferency Information”}，“value”：“China”，“order”：4，“name”：“Conference_country”，“table”：“会议国家”，“group”：{“name”:“ConfeenceInfo”，“标签”：“会议信息“}}，{”value“：”2023“，”order“：5，”name“：”Conference_year“，”label“：”Conference_year“，“group”：{“name”：“ConferenceInfo”，“label”：“会议信息”}}、{“value”：“2023年11月20日”，“order”：7，“name”:“Conference_start_date”，：“2023年11月23日“，”order“：8，”name“：”conference_end_date“，”label“：”会议结束日期“，”group“：名称“：”conference_id”，“label”：“ConferenceID”，“group”：｛“name”：“ConferenceInfo”，“label”：“ConferenceInformation”｝｝，｛“value”：“http:\/\/iconip2023.org/”，“order”：11，“name”：“conferenceurl”，“label”：“ConferenceURL”，“group”：｛“name”：“ConferenceInfo”，“label”：“ConferenceInformation”｝，｛“value”：“Single blind”，“order”：1，“name”：“type”，“label”：“type”，“组”：｛name“：”ConfEventPeerReviewInformation“，”label“：”同行评审信息（由会议组织者提供）value“：”1274“，”order“：3，”name“：”number_of_submissions_sent_for_review“，”label“：”发送供审阅的提交数“，”group“：接受的全文数“，”组“：{“name”：“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由会议组织者提供）”}}，{“value”：“0”，“order”：5，“name”:“Number_of_short_Papers_Accepted”，“table”：“接受的短文数”，“group”：{同行评议信息（由会议组织者提供）“}}，{“value”：“51%-该值由等式“接受的全文数”/“发送供审阅的提交数*100”计算，然后四舍五入为整数。”，“order”：6，“name”：“acceptance_rate_of_Full_Papers”，“label”：“全文接受率”，“group”：{“name”ConfEventPeerReviewInformation“，”label“：”同行评审信息（由会议组织者提供）}，{“value”：“2.46”，“order”：8，“name”：“average_number_of_papers_per_reviewer”，“label”：“每位审稿人的平均论文数”，“group”：{“name”:“ConfEventPeerReviewInformation”，“label”：”同行评审信息（由会议组织者提供）“}}，{”value“：”是“，”order“：9，”name“：”external_reviewers_involved“，”label“：”涉及的外部审稿人“，“group”：{“name”：“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由会议组织者提供）”}}]}}