{“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”：[[2024,6,7]]，“日期-时间”：“2024-06-07T05:20:13Z”，“时间戳”：1717737613676}，“出版商位置”：“美国纽约州纽约市”，“引用-计数”：44，“出版者”：“ACM”，“许可证”：[{“开始”:{“日期-零件”：[2019,13]]，“date-time”：“2019-11-03T00:00:00Z”，“时间戳”：157273920000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“http://www.acm.org\/publications\/policys\/corpyright_policy#Background”}]，“funder”：[{“DOI”：“10.13039\/501100012659”，“name”：“国家自然科学基金”，“DOI-asserted-by”：“publisher”，“award”：[“61702327，61772333，61632017”]}]，“content-domain”：{域“用法：[“dl.acm.org”]，“crossmark-restriction”：true}，“short-container-title”：[]，“published-print”：{“date-parts”：[[2019,11,3]]}，”DOI“：”10.1145\/3357384.3357978“，”type“：”procesedings-article“，”created“：{”date-part“：[2019,11,4]，”date-time“：”2019-11-04T14:11:35Z“，”timestamp“：1572876695000}”，“update-poli”cy“：”http://\/dx.DOI.org\/10.1145\/crossmark-policy“，“source”：“Crossref”，“is-referenced-by-count”：60，“title”：[“CoRide”]，“prefix”：“10.1145”，”author“：[{”given“：”Jinarui“，”family“：”Jin“，”sequence“：”first“，”affiliation“：[[{“name”：“中国上海交通大学”}]}，{“given”:“Ming”，“family”：“Zhou”，“sequence”：“additional”，“affiliance”：[{name“：”上海交通大学，中国上海“”}]}，{“given”：“渭南”，“family”：“Zhang”，“sequence”：“additional”，“affiliation”：[{“name”：“中国上海交通大学”}]}：“中国上海交通大学”}]}，{“given”：“Zhiwei”，“family”：“秦”，“sequence”：“additional”，“affiliation”：[{“name”：“DiDi AI Labs，Beijing，China”}]{，{'given“：”Yan“，”family“：”Jiao“，”sequence“：”additional“，”affiliance“:[{”name“：”DiDi AI Labs，Bei，China“}]}，{”given：“Xiaocheng”，“家庭”：“Tang”，”se序列“：”additional“，“隶属关系”：[{“name”：“DiDi AI Labs，Beijing，China”}]}，{“given”：“Chenxi”，“family”：“Wang”，“sequence”：“additional”，“affiliation”：[[{”name“：”DiDi人工智能实验室，Beiching，China”}]]，{”given“：”Jun“，”family“：”Wang“，”sequence“：”additional“，”affiliance“：“Wangxi”[{名称“：”“University College London，United Kingdom”}]{，“givent”：“Guobin”，““吴”、“序列”：“additional”，“affiliation”：[{“name”：“DiDi Research，Beijing，China”}]}，{“given”：“Jieping”，“family”：“Ye”，“sequence”：“additive”，“filiation（隶属关系）”：[[{（名称）：“DiDi AI Labs，Beixing，China”}]]，“member”：“320”，“published-on-line”：{“date-parts”：[2019,11,3]]}；“reference”：[}“key”：”e_1_3_2_1_1_1_1“，“volume-title”：“用于合作强化学习的封建多智能体层次结构。arXiv预印本arXiv:1901.08492”，“作者”：“阿希兰·桑吉万”，“年份”：“2019”，“非结构化”：“桑吉万·阿希兰和彼得·达扬。2019。用于协作强化学习的封建多代理层次结构。arXiv预印本arXiv:1901.08492（2019）。桑吉万·阿希兰和彼得·达扬。2019.用于合作强化学习的封建多代理层次结构。arXiv预印本arXiv:1901.08492（2019）。“}，{”key“：”e_1_3_2_1_2_1“，”doi-asserted-by“：”crossref“，“unstructured”：“Pierre-Luc Bacon Jean Harb and Doina Precup.2017。可选关键体系结构。。在AAAI。1726--1734. 皮尔里·卢克·培根（Pierre-Luc Bacon Jean Harb）和多伊娜·普雷库普（Doina Precup）。2017年，《选项批判建筑》。。在AAAI。1726--1734.“，”DOI“：”10.1609\/aaai.v31i1.10916“}，{“key”：“e_1_3_2_1_3_1”，“volume-title”：“动态编程”，“author”：“Bellman Richard”，“unstructured”：“Richard Bellman。2013。动态编程。Courier公司。理查德·贝尔曼（Richard Bellman）。2013年，动态规划。Courier公司。“}，{”key“：”e_1_3_2_1_4_1“，”unstructured“：”Christian Daniel Gerhard Neumann和Jan Peters.2012。分层相对熵策略搜索。人工智能与统计。273--281. 克里斯蒂安·丹尼尔·格哈德·诺伊曼（Christian Daniel Gerhard Neumann）和简·彼得斯（Jan Peters）。2012.层次相对熵策略搜索。人工智能与统计。273-281.”}，{“键”：“e_1_3_2_1_5_1”，“非结构化”：“Peter Dayan和Geoffrey e Hinton。1993。封建强化学习。神经信息处理系统进展。271--278. 彼得·达扬和杰弗里·欣顿。1993年，封建强化学习。神经信息处理系统进展。271--278.“}，{”key“：”e_1_3_2_1_6_1“，”doi-asserted-by“：”publisher“，“doi”：“10.5555\/1622262.268”}，“key”：“e_1_ 3_2_1 _7_1”，“volume-title”：“分层强化学习的随机神经网络。arXiv预印本arXiv:1704.03012”，“author”：“Florensa Carlos”，“年份”：“2017”，“非结构化”：“卡洛斯·弗洛伦萨（Carlos Florensa）、严端（Yan Duan）和彼得·阿比尔（Pieter Abbeel）。2017.分层强化学习的随机神经网络。arXiv预印arXiv:1704.03012（2017）。卡洛斯·弗洛伦萨（Carlos Florensa）、严端（Yan Duan）和彼得·阿比尔（Pieter Abbeel）。2017.分层强化学习的随机神经网络。arXiv预印arXiv:1704.03012（2017）。}，{“key”：“e_1_3_2_1_8_1”，“volume-title”：“元学习共享层次结构。arXiv预印本arXiv:1710.09767”，“作者”：“弗兰斯·凯文”，“年份”：“2017年”，“非结构化”：“凯文·弗兰斯，乔纳森·何，Xi Chen，彼得·阿比埃尔和约翰·舒尔曼。2017年。元学习共享层次结构。arXiv预印本arXiv:1710.09767（2017）。Kevin Frans、Jonathan Ho、Xi Chen、Pieter Abbeel和John Schulman。2017年，元学习共享了层次结构。arXiv预印本arXiv:1710.09767（2017）。“}，{”key“：”e_1_3_2_1_9_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1016\/S0377-2217（02）00915-3”}，“key”：“e_1_ 3_2_1_10_1”，“volume-title”：“第31届NIPS大会分层强化学习研讨会”，“author”：“孔祥宇”，“year”：“2017”，“unstructured”：“孔祥宇、博欣、刘芳晨和王益洲。2017 . 多智能体深度强化学习系统上的有效主从通信。在美国加利福尼亚州长滩市第31届NIPS会议的分层强化学习研讨会上，孔祥宇、博欣、刘芳晨和王益洲。2017.多智能体深度强化学习系统上的有效主从通信。在美国加州长滩第31届NIPS会议的分层强化学习研讨会上，{“key”：“e_1_3_2_11_1”，“unstructured”：“Tejas D Kulkarni Karthik Narasimhan Ardavan Saeedi和Josh Tenenbaum.2016。分层深度强化学习：整合时间抽象和内在动机。神经信息处理系统进展。3675--3683. Tejas D Kulkarni Karthik Narasimhan Ardavan Saeedi和Josh Tenenbaum。2016.分层深度强化学习：整合时间抽象和内在动机。神经信息处理系统进展。3675--3683.“}，{”key“：”e_1_3_2_12_1“，”unstructured“：”Andrew Levy George Konidaris Robert Platt和Kate Saenko.2018。事后诸葛亮学习多层次结构。(2018). Andrew Levy George Konidaris Robert Platt和Kate Saenko。2018年。事后诸葛亮学习多层次结构。(2018).}，{“key”：“e_1_3_2_1_13_1”，“非结构化”：“Minne Li Yan Jiao Yaodong Yang Zhichen Gong Jun Wang Chenxi Wang Guobin Wu Jieping Ye etal 2019。基于平均场多智能体强化学习的高效分乘命令调度。arXiv（2019）。Minne Li Yan Jiao Yaodong Yang Zhichen Gong Jun Wang Chenxi Wang Guobin Wu Jieping Ye等人，2019年。平均场多智能体强化学习的高效拼车订单调度。arXiv（2019）。“}，{”key“：”e_1_3_2_14_1“，”volume-title“：”深度强化学习的持续控制。arXiv预印本arXiv:1509.02971“，”author“：”Lillicrap Timothy P“，”year“：”2015“，”unstructured“：”Timothy-P Lillicrop，Jonathan J Hunt，Alexander Pritzel，Nicolas Heess，Tom Erez，Yuval Tassa，David Silver，and Daan Wierstra.2015。通过深度强化学习进行持续控制。arXiv预印本arXiv:1509.02971（2015）。蒂莫西·利利克拉普（Timothy P Lillicrap）、乔纳森·亨特（Jonathan J Hunt）、亚历山大·普里泽尔（Alexander Pritzel）、尼古拉·海斯（Nicolas Heess）、汤姆·埃雷斯（Tom Erez）、尤瓦尔·塔萨（Yuval Tassa）、大卫·西尔弗（David Silver）和达安·维斯特拉（Daan Wierstra）。2015年，通过深度强化学习进行持续控制。arXiv预印本arXiv:1509.02971（2015）。“}，{”key“：”e_1_3_2_15_1“，”volume-title“：”通过多智能体深度强化学习实现高效的大规模车队管理。arXiv预印本arXiv:1802.06444“，”author“：”Lin Kaixiang“，“year”：“2018”，“unstructured”：“Kaixing Lin，Renyu Zhao，Zhe Xu，and Jiayu Zhou。2018。通过多代理深度强化学习实现高效的大规模车队管理。arXiv预印arXiv:1802.06444（2018）。林开祥、赵仁宇、徐哲和周嘉玉。2018年。通过多代理深度强化学习实现高效的大规模车队管理。arXiv预印arXiv:1802.06444（2018）。“}，{”key“：”e_1_3_2_16_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1016\/j.aap.2004.02.004”}，“key”：“e_1_ 3_2_1_17_1”，“volume-title”：“用深度强化学习玩atari。arXiv预印本arXiv:1312.5602”，“author”：“Mnih Volodymyr”，“年份”：“2013”，“非结构化”：”沃洛德米尔·姆尼赫（Volodymyr Mnih）、科雷·卡武科古奥格鲁（Koray Kavukcuoglu）、大卫·西尔弗（David Silver）、亚历克斯·格雷夫斯（Alex Graves）、伊奥尼斯·安东诺格鲁（Ioannis Antonoglou）、达安·维。2013.使用深度强化学习播放atari。arXiv预印本arXiv:1312.5602（2013）。沃洛德米尔·姆尼赫（Volodymyr Mnih）、科雷·卡武科古奥格鲁（Koray Kavukcuoglu）、大卫·西尔弗（David Silver）、亚历克斯·格雷夫斯（Alex Graves）、伊奥尼斯·安东诺格鲁（Ioannis Antonoglou）、达安·维尔斯特拉（Daan Wierstra）和马丁·里德米勒（Martin Riedmiller）。2013.使用深度强化学习播放atari。arXiv预印本arXiv:1312.5602（2013）。“}，{”key“：”e_1_3_2_18_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1137 \/0105003”}，“key”：“e_1_ 3_2_1_19_1”，“volume-title”：“数据效率分层强化学习。arXiv预印本arXiv:1805.08296”，“作者”：“Nachum Ofir”，“年份”：“2018”，“非结构化”：“Ofir Nachum，Shane Gu，Honglak Lee，and Sergey Levine.2018。数据高效的分层强化学习。arXiv预印本arXiv：1805.08296（2018）。Ofir Nachum、Shane Gu、Honglak Lee和Sergey Levine。2018.数据效率分层强化学习。arXiv预印arXiv:1805.08296（2018）。}，{“key”：“e_1_3_2_1_20_1”，“volume-title”：“分层强化学习的近最优表征学习。arXiv预印本arXiv:1810.01257”，“author”：“Nachum Ofir”，“year”：“2018”，“unstructured”：“Ofir Nachum，Shixiang Gu，Honglak Lee，and Sergey Levine。2018。层次强化学习的近最优表示学习。arXiv预印arXiv:1810.01257（2018）。Ofir Nachum、Shixiang Gu、Honglak Lee和Sergey Levine。2018.分层强化学习的近最优表示学习。arXiv预印本arXiv:11810.01257（2018）。“}，{”key“：”e_1_3_2_1_21_1“，”unstructured“：”Takuma Oda和Yulia Tachibana.2018。具有最大熵深度强化学习的分布式车队控制。(2018). 小田隆美和高志安娜·尤莉娅。2018年。具有最大熵深度强化学习的分布式车队控制。(2018).”}，｛“key”：“e_1_3_2_1_22_1”，“volume title”：“强化学习中的时态抽象”，“author”：“Precup-Doina”，“nonstructured”：“Doina Precup.2000。强化学习中的时间抽象。马萨诸塞大学阿默斯特分校。多伊娜·普雷库普。2000.强化学习中的时间抽象。马萨诸塞大学阿默斯特分校。“}，{”key“：”e_1_3_2_1_23_1“，”volume-title“：”Volodymyr Mnih，Nicolas Heess，and Jost Tobias Springenberg“，”author“：”Riedmiller Martin“，“year”：“2018”，“unstructured”：“马丁·里德米勒（Martin Riedmiller）、罗兰·哈夫纳（Roland Hafner）、托马斯·兰佩（Thomas Lampe）、迈克尔·诺伊内特（Michael Neunert）、乔纳斯·德拉夫（Jonas Degrave）、汤姆·范德维勒（Tom Van de Wiele）、沃洛德米尔·姆尼（Volodymyr Mnih）、尼古拉·海斯（Nicolas Heess）和约斯特·托比亚斯·斯普林伯格（Jost Tobias Springenberg），2018年。在游戏中学习——从头开始解决稀疏的奖励任务。arXiv预印arXiv:1802.10567（2018）。马丁·里德米勒（Martin Riedmiller）、罗兰·哈夫纳（Roland Hafner）、托马斯·兰佩（Thomas Lampe）、迈克尔·诺伊内特（Michael Neunert）、乔纳斯·德拉夫（Jonas Degrave）、汤姆·范德维勒（Tom Van de Wiele）、沃洛德米尔·姆尼（Volodymyr Mnih）、尼古拉·海斯（Nicolas Heess）和约斯特·托比亚斯·斯普林伯格（Jost Tobias Springenberg），2018年。在游戏中学习——从头开始解决稀疏的奖励任务。arXiv预印arXiv:1802.10567（2018）。“}，{”key“：”e_1_3_2_1_24_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/TASE.2009.2028577”}，“{”key“：“e_1_ 3_2_1_2 5_1”，“volume-title”：“连续操作域中的策略搜索：概述。arXiv预印本arXiv:1803.04706”，“author”：“Sigaud Olivier”，“year”：“2018”，“unstructured”：“Olivier-Sigaud and Freek Stulp.2018”。连续动作域中的策略搜索：概述。arXiv预印arXiv:1803.04706（2018）。奥利维尔·西高德和弗里克·斯图尔普。2018.持续行动领域的政策搜索：概述。arXiv预印arXiv:1803.04706（2018）。“}，{”key“：”e_1_3_2_1_26_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1287\/trsc.1080.0238”}，“key”：“e_1_a_2_1_27_1”，“volume-title”：“强化学习”，“作者”：“Span Matthijs TJ”，“非结构化”：“Matthijs-TJ Spaan.2012。部分可观察的马尔可夫决策过程。强化学习。施普林格，387--414。Matthijs TJ Spaan。2012.部分可观察的马尔可夫决策过程。强化学习。Springer，387--414.“}，{”key“：”e_1_3_2_1_28_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1007\/3-540-45622-8_16”}，“key”：“e_1_ 3_2_1_2 9_1”，“volume-title”：“MDP和半MDP之间：强化学习中时间抽象的框架。人工智能112，1-2”，“author”：“Sutton Richard S”，“year”：“1999”，“unstructured”：“”理查德·萨顿（Richard S Sutton）、多伊娜·普雷科普（Doina Precup）和萨汀德·辛格（Satinder Singh）。1999.在MDP和半MDP之间：强化学习中时间抽象的框架。人工智能112，1--2（1999），181-211。理查德·萨顿（Richard S Sutton）、多伊娜·普雷科普（Doina Precup）和萨汀德·辛格（Satinder Singh）。1999.在MDP和半MDP之间：强化学习中时间抽象的框架。人工智能112，1-2（1999），181-211.“}，{“键”：“e_1_3_2_1_31_1”，“第一页”：“6”，“文章标题”：“Minecraft中终身学习的深度分层方法”，“卷”：“3”，“作者”：“Tessler Chen”，“年份”：“2017”，“非结构化”：“Chen Tessler、Shahar Givony、Tom Zahavy、Daniel J Mankowitz和Shie Mannor。2017 . 采矿业终身学习的深层次方法。。AAAI，第3卷。6 . Chen Tessler、Shahar Givony、Tom Zahavy、Daniel J Mankowitz和Shie Mannor。2017年，采矿业终身学习的深层次方法。。AAAI，第3卷。6.“，”新闻标题“：“AAAI”}，{“key”：“e_1_3_2_1_32_1”，“unstructured”：“Ashish Vaswani Noam Shazeer Niki Parmar Jakob Uszkoreit Llion Jones Aidan N Gomez Lukasz Kaiser and Illia Polosukhin.2017。注意力就是你所需要的。在NeurIPS中。阿什什·瓦斯瓦尼·诺姆·沙泽尔·尼基·帕尔马尔·雅各布·乌兹科雷特（Ashish Vaswani Noam Shazeer Niki Parmar Jakob Uszkoreit Llion Jones Aidan N Gomez Lukasz Kaiser）和伊利亚·波卢什金（Illia Polosukhin）。2017年。你所需要的就是关注。在NeurIPS中。“}，{”key“：”e_1_3_2_1_33_1“，”volume-title“：”Graph attention networks.arXiv“，”author“：”Velickovic Petar“，”year“：”2017“，”unstructured“：”Petar Velickovi、Guillem Cucurull、Arantxa Casanova、Adriana Romero、Pietro Lio和Yoshua Bengio。2017。绘制注意力网络图。arXiv（2017）。彼得·维利科维奇（Petar Velickovic）、吉利姆·库库鲁尔（Guillem Cucurull）、阿兰塔·卡萨诺娃（Arantxa Casanova）、阿德里亚娜·罗梅罗（Adriana Romero）、彼得罗·里奥（Pietro Lio）和约舒亚·本吉奥（。2017年。绘制注意力网络图。arXiv（2017）。“}，{”key“：”e_1_3_2_1_34_1“，”volume-title“：”用于分层强化学习的封建网络。arXiv预印本arXiv:1703.01161“，”author“：”Vezhnevets Alexander Sasha“，“年”：“2017”，“非结构化”：“Alexander Sasha Vezhneves，Simon Osindero，Tom Schaul，Nicolas Heess，Max Jaderberg，David Silver，and Koray Kavukcuoglu.2017。分层强化学习的封建网络。arXiv预印arXiv:1703.01161（2017）。亚历山大·萨沙·维日涅维茨（Alexander Sasha Vezhnevets）、西蒙·奥斯宾多（Simon Osindero）、汤姆·绍尔（Tom Schaul）、尼古拉·海斯（Nicolas Heess）、马克斯·贾德伯格（Max Jaderberg）、大卫·西尔弗（David Silver）和科。2017.分层强化学习的封建网络。arXiv预印arXiv:1703.01161（2017）。“}，{”key“：”e_1_3_2_1_35_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/3219819.3219900”}，“key”：“e_1_ 3_2_1_1_36_1”，“volume-title”：“在线车票调度的深度强化学习与知识转移。2018年IEEE国际数据挖掘会议（ICDM）。IEEE，617-626”，“author”：“秦志伟”，“年份”：“2018”，“非结构化”：”王肇东、秦志伟、汤晓成、叶洁平、朱洪图。2018 . 在线骑乘订单调度的深度强化学习与知识转移。2018年IEEE国际数据挖掘会议（ICDM）。IEEE，617--626。王肇东、秦志伟、汤晓成、叶洁平、朱洪图。2018.在线骑乘订单调度知识转移深度强化学习。2018年IEEE国际数据挖掘会议（ICDM）。IEEE，617--626.“}，{”key“：”e_1_3_2_1_37_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/ACCESS.2017.2769666”}，“key”：“e_1_a_2_1_38_1”，“volume-title”：“CoLight:Learning Network-level Cooperation for Traffic Signal Control。arXiv预印本arXiv:1905.05717”，“author”：“Wei Hua”，“year”：“2019”，“unstructured”：“”2019年，华威、徐楠、张慧初、郑冠杰、臧新石、陈查、张渭南、朱延敏、徐凯和李振辉。CoLight：学习交通信号控制的网络级合作。arXiv预印arXiv:1905.05717（2019）。Hua Wei、Nan Xu、Huichu Zhang、Guanjie Zheng、Xinshi Zang、Chacha Chen、Weinan Zhang、Yanmin Zhu、Kai Xu和Zhenhui Li。2019。CoLight：学习交通信号控制的网络级合作。arXiv预印arXiv:1905.05717（2019）。“}，{”key“：”e_1_3_2_1_39_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145 \/3219819.3219824”}，“key”：“e_1_ 3_2_1_40_1”，“unstructured”：“姚东杨瑞罗敏妮李明周伟南张军和王军，2018。平均场多智能体强化学习（ICML）。Yaodong Yang Rui Luo Minne Li Ming Zhou Weinan Zhang和Jun Wang。2018.平均场多智能体强化学习（ICML）。“}，{”key“：”e_1_3_2_1_41_1“，”volume-title“：”通过扩张卷积进行多尺度上下文聚合。arXiv预印本arXiv:1511.07122“，”author“：”Yu Fisher“，“year”：“2015”，“unstructured”：“Fisher Yu and Vladlen Koltun.2015”。通过扩展卷积进行多尺度上下文聚合。arXiv预印本arXiv:1511.07122（2015）。Fisher Yu和Vladlen Koltun。2015.通过扩展卷积进行多尺度上下文聚合。arXiv预印本arXiv:1511.07122（2015）。“}，{”key“：”e_1_3_2_1_42_1“，”volume-title“：”CityFlow:大型城市交通场景的多Agent强化学习环境。arXiv预印本arXiv:1905.05217“，”author“：”Zhang Huichu“，“年份”：“2019”，“非结构化”：“张慧初、冯思源、刘畅、丁耀耀、朱一晨、周紫涵、张渭南、余勇、金海明和李振辉。2019年。《城市流量：大规模城市交通场景的多智能体强化学习环境》，arXiv预印本arXiv:1905.05217（2019）。张慧初、冯思源、刘畅、丁耀耀、朱一晨、周紫涵、张渭南、余勇、金海明和李振辉。2019年。《城市流量：大规模城市交通场景的多智能体强化学习环境》，arXiv预印本arXiv:1905.05217（2019）。“}，{”key“：”e_1_3_2_1_43_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/3097983.3098138”}，“key”：“e_1_a_2_1_44_1”，“volume-title”：“列表推荐的深度强化学习。arXiv预印本arXiv:1801.00209”，“author”：“Zhao Xiangyu”，“年份”：“2017”，“非结构化”：”赵香玉、张亮、丁卓业、尹大伟、赵一红、唐继良。2017年，针对列表建议的深度强化学习。arXiv预印arXiv:1801.00209（2017）。赵香玉、张亮、丁卓业、尹大伟、赵一红、唐继良。2017年，针对列表建议的深度强化学习。arXiv预印arXiv:1801.00209（2017）。“}，{”key“：”e_1_3_2_1_45_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1007\/978-3642-39351-8_36”}]，“event”：{”name“：”CIKM“19:第28届ACM国际信息与知识管理会议”，“location”：“Beijing China”，“缩写词”：“CIKM‘19”，“赞助商”：[”SIGWEB ACM超文本、超媒体和Web特别兴趣小组“，”SIGIR ACM信息检索特别兴趣小组“]}，“container-title”：[“第28届ACM信息和知识管理国际会议记录”]，“original-title“：[]，”link“：[{”URL“：”https:\/\/dl.ACM.org\/doi\/pdf\/10.1145\/3357384.3357978“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”相似性检查“}”，“存放”：{“日期-部件”：[[2023,1,6]]，“日期-时间”：“2023-01-06T13:12:54Z”，“时间戳”：1673010774000}，“分数”：1，“资源“：{”主要“：{“URL”：“https:\/\/dl.acm.org\/doi\/10.1145\/3357384.3357978”}}，”副标题“：[”多尺度骑行平台联合订单调度和车队管理“]，”短标题“：[]，”发布“：{”date-parts“：[[2019,11,3]]}，”references-count“：44，”alternative-id“：[”10.1145\/3357384.3357978“，”10.1145\/3357384“]，”URL“：”http://\/dx.doi.org\/10.1145\/335784.3357978“，”relation“：{}，“subject”：[]，”published“：{”date-part“：[2019,11,3]]}”assertion“：[{”value“：”2019-11-03“，”order“：2，“name”：“published”，“label”：“published”，“group”：{“name”publication_history“，”label“：”出版物历史“}}]}}