{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部件”：[[2024,6,21]]，“日期-时间”：“2024-06-21T02:52:29Z”，“时间戳”：1718938349402}，“参考-计数”：33，“出版商”：“Springer Science and Business Media LLC”，“问题”：“7540”，“许可证”：[{“开始”：}“日期-零件”：[[2015,2,25]]，”日期-时间我”：“2015-02-25T00:00:00Z”，“timestamp”：142482240000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.springer.com/tdm”}，{“start”：{“date-parts”：[[2015,2,25]]，“date-time”：“2015-02-25T00:00:00Z”，“timetamp”：1444822400000}，tdm“}]，“内容域”：{“域”：[“link.springer.com”]，“crossmark-restriction”：false}，“short-container-title”：[“Nature”]，“published-print”：{“date-parts”：[[2015,2,26]]}，”DOI“：”10.1038\/nature14236“，”type“：”journal-article“，”created“：{”date-part“：[[2015-2,24]]，”date-time“：”2015-02-24T17:28:05Z“，”timestamp“：1424798885000}”，“page”：“529-533”，“update-policy”：“http://\/dx.doi.org\/10.1007\/springer_crossmark_policy”，“source”：“Crossref”、“is-referenced-by-count”：15779，“title”：[“通过深度强化学习进行人性化控制”]，“prefix”：“10.1038”，“volume”：”518“，“author”：[{“give”：“Volodymyr”，“family”：“Mnih”，“sequence”：“first”，“affiliation”：[]}，{“fixed”：“Koray”，“家族”：“Ka”vukcuoglu“，”序列“：“additional”，“affiliation”：[]}，{“given”：“David”，“family”：“Silver”，“sequence”：“additive”，“从属关系”：[]}，}“giving”：“Andrei A.”，“家族”：“Rusu”，”sequence“：”additional“，”affiliance“：[]{”sequent“：”Joel“，”family“：”Veness“，”segment“additionable”，“atriation”：[]}：“附加”，“从属关系”：[]}，｛“给定”：“Alex”，“family”：“Graves”，“sequence”：“additional”，“affiliation”：[]｝，｛“给定”：“Martin”，“family”：“Riedmiller”，“sequence”：“additional”，“affiliation”：[]｝，｛“给定”：“Andreas K.”，“family”：“Fidjeland”，“sequence”：“additional”，“affiliation”：[]｝，｛“给定”：“Georg”，“family”：“Ostrovski”，“sequence”：“additional”，“affiliation”：[]｝，｛“给定”：“Stig”，“家庭”：“Petersen”，“sequence”：“additional”，“affiliation”：[]｝，｛“given”：“Charles”，“family”：“Beattie”，“sequence”：“additional”，“affiliation”：[]｝，｛“given”：“Amir”，“family”：“Sadik”，“sequence”：“additional”，“affiliation”：[]｝，｛“given”：“Helen”，“family”：“King”，“sequence”：“附加”，“affiliation”：[]}，{“given”：“Dharshan”，“family”：“Kumaran”，“sequence”：“additional”，“affaliation”:[]}.，{”given“：”Daan“，”family“：”Wierstra“，”sequence“：”additional“，”affiliance“：[]{“给定”：“Shane”，“家族”：“Legg”，“序列”：“附加”，“从属关系”：[]}，“givent”：“Demis”，“附加”，“隶属关系”：[]}]，“成员”：“297”，“published-online”：{“date-parts”：[[2015,2,25]]}，“reference”：[{“key”：“BFnature14236_CR1”，“volume-title”：“强化学习：简介”，“author”：“R Sutton”，“year”：“1998”，“unstructured”：“Sutton，R.&Barto，A.强化学习：介绍（麻省理工出版社，1998）”}，{“key”：：“10.5962\/bhl.title.55072”，“volume-title”：“动物智能：实验研究”，“author”：“EL Thorndike”，“year”：“1911”，“unstructured”：“Thorndicke，E.L.动物智能：试验研究（麦克米伦，1911）”}，{“key”：“BFnature14236_CR3”，“doi-asserted-by”：“publisher”，“first-page”：“1593”，“author”：“W Schultz”，“year”：“1997”，“unstructured”：“Schultz，W.，Dayan，P.&Montague，P.R.预测和奖励的神经基质。Science 275，1593\u20131599（1997）”，“journal title”：“Science”}，{“key”：“BFnature14236_CR4”，“first page”：《994》，“volume-title”：《Proc.IEEE.Compute.Soc.Conf.Compute.Vis.Pattern.Recognit.》，“author”：“T Serre”，“年份”：“2005年”，“非结构化”：“Serre，T.，Wolf，L.&Poggio，T.受视觉皮层启发的特征对象识别。Proc.IEEE.Comput.Soc.Conf.Compute.Vis.Pattern.Recognit.994\u20131000（2005）”}，{“key”：“BFnature14236_CR5”，“doi-asserted-by”：“publisher”，“first page”：”193“doi”：“10.1007\/BF00344251”，“volume”：《36》，“author”：“K Fukushima”，“年份”：“1980年”，“非结构化”：“福岛，K.Neocognitron：不受位置变化影响的模式识别机制的自组织神经网络模型。Biol.Cybern.36，193\u2013202（1980）”，“新闻标题”：“Biol.Cybern.”}，{“key”：“BFnature14236_CR6”，“doi-asserted-by”：“publisher”，“first-page”：“58”，“doi”：“10.1145\/20330.203343”，“volume”：“38”，“author”：“G Tesauro”，“year”：“1995”，“unstructured”：“Tesauro.G.时间差异学习与TD-Gammon.Commun.ACM 38，58\u201368（1995）”，“journal-title”：“Commun.AC M”}，{“key”：”BFnature14236_CR7“，”doi-asserted-by“：”publisher“，”first page“55”，“doi”：“10.1007\/s10514-009-9120-4”，“volution”：“M Riedmiller”，“年份”：“2009”，“非结构化”：“Riedmiller，M.，Gabel，T.，Hafner，R.&Lange，S.机器人足球强化学习。Auton.Robots 27，55\u201373（2009）”，“日志标题”：“Auton.Robots”}，{“key”：“BFnature14236_CR8”，“首页”：“240”，“volume-title”：“Proc.Int.Conf.Mach.Learn.”，“author”：“C Diuk”，“年份”：“2008”，“非结构性”：“Diuk，C.，Cohen，A.&Littman，M.L.高效强化学习的面向对象表示法。Proc.Int.Conf.Mach.Learn.240\u2013247（2008）”}，{“key”：“BFnature14236_CR9”，“doi-asserted-by”：“publisher”，“first page”：”1“，“doi”：“10.1561\/220000006”，”volume“2”，“author”：“Y Bengio”，“year”：“2009”，“unstructured”：“Bengio，Y。学习人工智能的深层架构。机器学习的基础和趋势2，1\u2013127（2009）”，“期刊标题”：“机器学习的基本和趋势”}，{“关键”：“BFnature14236_CR10”，“首页”：“1106”，“卷”：“25”，“作者”：“A Krizhevsky”，“年份”：“2012”，“非结构化”：“Krizhovsky，A.，Sutskever，I.&Hinton，G。使用深度卷积神经网络进行ImageNet分类。高级神经信息处理。系统。25，1106\u20131114（2012）“，“新闻标题”：“高级神经信息处理。系统。“}，{”key“：”BFnature14236_CR11“，”doi-asserted-by“：”publisher“，”first-page“：”504“，”doi“：”10.1126\/science.1127647“，”volume“：“313”，”author“：”GE Hinton“，”year“：”2006“，”unstructured“：”Hinton，G.E.&Salakhutdinov，R.R.R。使用神经网络降低数据的维数。science 313，504\u2013507（2006）“，”journal-title“：”science“}”，{“key”：“”BFnature14236_CR12“，”doi-asserted-by“：”publisher“，”first page“：”253“，”doi“：”10.1613\/jair.3912“，“volume”：“47”，“author”：“MG Bellemare”，“year”：“2013”，“unstructured”：“Bellemare，M.G.，Naddaf，Y.，Veness，J.&Bowling，M.街机学习环境：通用代理评估平台。J.阿蒂夫。智力。Res.47253\u2013279（2013）”，“期刊标题”：“J.Artif。智力。Res.“}，{”key“：”BFnature14236_CR13“，”doi-asserted-by“：”publisher“，”first page“：“391”，”doi“：”10.1007\/s11023-007-9079-x“，”volume”：“17”，“author”：“S Legg”，“year”：“2007”，“unstructured”：“Legg，S.&Hutter，M.Universal Intelligence:机器智能的定义。Minds Mach.17，391\u2013444（2007）“，”journal title“：”Minds Mach“。”}，}“密钥”：“BFnature14236_CR14“，“首页”：“62”，“卷”：“26”，“作者”：“M Genesereth”，“年份”：“2005”，“非结构化”：“Genesereath，M.，Love，N.&Pell，B.一般游戏玩法：AAAI比赛概述。AI Mag.26，62\u201372（2005）“，”journal-title“：”AI Mag“}，{”key“：”BFnature14236_CR15“，”first page“：“864”，“volume-title”：“Proc.Conf.AAAI.Artif.Intell.”，“author”：“MG Bellemare”，“year”：“2012”，“unstructured”：“Bellemar，M.G.，Veness，J.&Bowling，M.使用Atari 2600游戏调查应急意识。Proc.Conf。AAAI公司。Artif公司。智力。864\u2013871（2012）“｝，｛“键”：“BFnature14236_CR16”，“卷标题”：“并行分布式处理：认知微观结构的探索”，“作者”：“JL McClelland”，“年份”：“1986”，“非结构化”：“McClelland，J.L.，Rumelhart，D.E.&Group，T.P.R。并行分布式处理：认知微观结构的探索（麻省理工学院出版社，1986）“}，{”键“：”BFnature14236_CR17“，”doi-asserted-by“：”publisher“，”first page“：”2278“，”doi“：”10.1109\/5.726791“，”volume“：“86”，”author“：”Y LeCun“，”year“：”1998“，”unstructured“：”LeCun，Y.，Bottou，L.，Bengio，Y.&Haffner，P。基于梯度的学习应用于文档识别。程序。IEEE 86，2278\u20132324（1998）“，”期刊标题“：”。IEEE“}，{”key“：”BFnature14236_CR18“，”doi-asserted-by“：”publisher“，”first page“：“559”，”doi“：”10.1113\/jphysiol.1963.sp007079“，”volume“：‘165’，”author“：”DH Hubel“，”year“：”1963“，”unstructured“：”Hubel，D.H.&Wiesel，T.N.cat\u2019s纹状体皮质中柱的形状和排列。J.Physiol.165，559\u2013568（1963）“，”journal-title“：“生理学杂志”}，{“key”：“BFnature14236_CR19”，“首页”：“279”，《卷》：“8”，“作者”：“CJ Watkins”，“年份”：“1992”，“非结构化”：“Watkin，C.J.&Dayan，P.Q-learning.Mach.Learn.8，279\u2013292（1992）”，“期刊标题”：“Mach.Learn.”}，{”key“：“BFnature14236-CR20”，“doi-asserted-by”：“publisher”，“第一页”：”674“doi”“：”10.1109\/9.580874“，”卷“：”42“，”作者“：“J Tsitsiklis”，“year”：“1997”，“unstructured”：“Tsitsicklis，J.&Roy，B.V.用函数近似分析时间差分学习。IEEE Trans.Automat.Contr.42，674\u2013690（1997）”，“journal-title”：“IEEE Trans.Automat.Contrr.”}，{“key”：“BFnature14236_CR21”，“doi-asserted-by”：“publisher”，“first page”：”419“doi”：“10.1037\/0033-295X.102.3.419”，“卷”：“102”，“作者”：“JL McClelland”，“年份”：“1995”，“非结构化”：“McClellan，J.L.，McNaughton，B.L.&O\u2019Reilly，R.C。为什么海马体和新皮质中存在互补的学习系统：从联结主义学习和记忆模型的成功和失败中获得的见解。精神病。Rev.102，419\u2013457（1995）“，“新闻标题”：“心理。Rev.“}，{”key“：”BFnature14236_CR22“，”doi-asserted-by“：”publisher“，”first page“：“220”，”doi“：”10.1016\/j.tins.2010.1006“，“volume”：“33”，“author”：“j O\u2019Neill”，“year”：“2010”，“unstructured”：“O \u2019 Neill，j.，Pleydell-Bouverie，B.，Dupret，D.&Csicsvari，j。再播放一遍：唤醒清醒的经验和记忆。《神经科学趋势》。33，220\u2013229（2010）“，“新闻标题”：“神经科学趋势”。“}，{“key”：“BFnature14236_CR23”，“unstructured”：“Lin，L.-J.使用神经网络对机器人进行强化学习。技术报告，DTIC文档。（1993）”}，“{”key：“BFnature14236-CR24”，“首页”：“317”，“卷”：“3720”，“作者”：“M Riedmiller”，“年份”：“2005”，“非结构化”：“Riedmille，M。神经拟合Q迭代-首次体验数据高效的神经强化学习方法。机器。学习。：ECML 3720，317\u2013328（Springer，2005）“，”期刊标题“：”马赫。学习。：ECML“｝，｛“key”：“BFnature14236_CR25”，“首页”：“2579”，“volume”：“9”，“author”：“LJP Van der Maaten”，“year”：“2008”，“nonstructured”：“Van der Maaten，L.J.P.&Hinton，G.E.使用t-SNE.J.Mach.Learn.Res.92579\u20132605（2008）可视化高维数据”，“journal title”：“J.Mach.Learn.Res.”｝，｛“key”：“BFnature14236_CR26”，“首页”：“1“，”volume-title“：”程序。国际Jt。Conf.神经。Netw公司。“，”author“：”S Lange“，”year“：”2010“，”unstructured“：”Lange，S.&Riedmiller，M.Deep自动编码器神经网络在强化学习中的应用。程序。国际Jt。Conf.神经。Netw公司。1\u20138（2010）“}，{”key“：”BFnature14236_CR27“，”doi-asserted-by“：”publisher“，”first page“：“655”，“doi”：“10.1038\/nn.2304”，“volume”：“12”，“author”：“C-T Law”，“year”：“2009”，“unstructured”：“Law，C.-T.&Gold，J.I.强化学习可以解释视觉决策任务中的联想和感知学习。Nature Neurosci.12，655（2009）”，“期刊标题“：”自然神经科学。“}，{”key“：”BFnature14236_CR28“，”doi-asserted-by“：”publisher“，”first-page“：”318“，”doi“：”10.1038\/415318a“，”volume“：“415”，”author“：”N Sigala“，”year“：”2002“，”unstructured“：”Sigala，N.&Logothetis，N.K.视觉分类形状在灵长类颞皮层具有选择性。Nature 415，318\u2013320（2002）“，”journal-title“：”Nature“}”，{“key”：“”BFnature14236_CR29“，”doi-asserted-by“：”publisher“，”first page“：”1439“，”doi“：”10.1038\/nn.3203“，”volume“：“15”，”author“：”D Bendor“，”year“：”2012“，”unstructured“：”Bendor，D.&Wilson，M.A.睡眠时偏重海马回放的内容。《自然神经科学》。151439\u20131444（2012）”，“期刊标题”：“自然神经科学。“｝，｛”key“：”BFnature14236_CR30“，”首页“：”103“，”卷“：”13“，”作者“：”A Moore“，”年份“：”1993“，”非结构化“：”Moore，A.&Atkeson，C.优先扫描：用更少的数据和更少的实时性进行强化学习。Mach.Earn.13103\u2013130（1993）“，”期刊标题“：”Mach.Earn.“｝，｛”key“：”BFnature14236_CR31“，”首页“：”2146“，”volume-title“：”程序。电气与电子工程师协会。Int.Conf.计算。视觉。“，”author“：”K Jarrett“，”year“：”2009“，”unstructured“：”Jarretd，K.，Kavukcuoglu，K.、Ranzato，M.A.和LeCun，Y.什么是对象识别的最佳多级架构？程序。电气与电子工程师协会。Int.Conf.计算。视觉。2146\u20132153（2009）“}，{“key”：“BFnature14236_CR32”，“unstructured”：“Nair，V.&Hinton，G.E.校正线性单元改善了受限的Boltzmann机器。Proc.Int.Conf.Mach.Learn.807\u2013814（2010）”}，}，“key“：”BFnature1436_CR33“，”doi-asserted-by“：”publisher“，”first page“：“99”，“doi”：“10.1016\/S0004-3702（98）00023-X”，“volume”：”101“，“作者”：“LP Kaelbling”，“年份”：“1994年”，“非结构化”：“Kaelblin，L.P.，Littman，M.L.&Cassandra，A.R.在部分可观测随机域中的规划和行动。人工智能101，99\u2013134（1994）“，”日志标题“：”人工智能“}]，”容器标题“：[”自然“]，”原始标题“：[]，”语言“：”en“，”链接“：[{”URL“：”http://www.Nature.com\/articles\/nature14236.pdf“，”内容类型“：”应用程序\/pdf“，”content-version“：”vor“，”intended-application“：”text-mining“}，{”网址“：”http:\/\/www.nature.com/articles\/nature14236“，”content-type“：”text\/html“，”content-version“：”vor“，”intended-application“：”text-mining“}，{“URL”：“http://www.nature.com\/articles\/hature14236.pdf”，“content-type:”application\/pdf“，”content-version”：“vor”，“intended-application”：“相似性检查”}，“存放”：{“日期-部件”：[2023,5,18]]，“date-time“：”2023-05-18T18:29:18Z“，”timestamp“：1684434558000}，”score“：1，”resource“：{“primary”：{”URL“：”https:\/\/www.nature.com/articles\/nature14236“}}，“subtitle”：[]，“shorttitle”：[]，“issued”：{“date-parts”：[2015年2月25日]]}，‘references-count’：33，‘journal-issue’：{‘issue’：“7540”，“published-print”：{部分“：[2015,2,26]]}}，”alternative-id“：[”BFnature14236“]，“URL”：“http://\/dx.doi.org\/10.1038\/nature14236”，“关系”：{“has-review”：[{“id-type”：“doi”，“id”：“10.3410\/f.725368782.793506817”，“asserted-by”：“object”}，{“id type”：“doi”，“id”：“103410\/f.7 2536878782.793 509339”，“asserted-by:”object“}]}，“ISSN”：[“0028-0836”，“1476-4687”]，“ISSN-type”：[{“value”：“0028-08”，“type”:“print”}，{“value”：“1476-4687“，”type“：”electronic“}]，”subject“：[]，”published“：{”date-parts“：[[2015,2,25]]}，”assertion“：[{”value“：“2014年7月10日”，”order“：1，”name“：”received“，”label“：”received“，“group”：{“name”：“Article History”，“label”：“文章历史”}}，{“value”：“2015年1月16日”，“order”：2，“name”:“accepted”，“table”：“accepted“，”group“：{“name”：“ArticleHistory”，“label”：“文章历史“}}，{“value”：“2015年2月25日”，“order”：3，“name”：“first_online”，“label”：“first online”，”group“：{”name“：”Article History“，”label“：”文章历史“{}，”value“：”作者声明没有竞争性的经济利益。“，”order“：1，”name“:”Ethics“，“group”：{“name”“EthicsHeading”，“标签”：“竞争性利益”}}}]}}