{“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”：[[2024,8,6]]，“日期时间”：“2024-08-06T02:37:07Z”，“时间戳”：1722911827602}，“引用计数”：0，“发布者”：“人工智能发展协会（AAAI）”，“问题”：“1”，“内容域”：{“域”：[]，“交叉标记限制”：false}，“short container-title”：[“AAAI”]，“抽象”：“\应急意识是一种认识，即未来观察的某些方面由代理人控制，而其他方面则完全由环境决定。本文以Atari 2600游戏为平台，探讨强化学习中的权变意识。我们介绍了一种精确识别关联区域的技术，并描述了如何利用此知识生成改进的特征以用于值函数近似。我们用46款看不见的、多样化的、富有挑战性的游戏对Atari 2600游戏机的技术性能进行了实证评估。我们的结果表明，权变意识对于无模型强化学习代理来说是一个普遍有用的概念。\n\n<\/jats:p>“，”DOI“：”10.1609\/aaai.v26i1.8321“，”type“：”journal-article“，”created“：{”date-parts“：[2022,6,1]]，”date-time“：”2022-06-01T20:35:08Z“，”timestamp“：16541157080000}，”page“：“864-871”，“source”：“Crossref”，“is-referenced-by-count”：11，“title”：[“使用Atari 2600游戏调查应急意识”]，“前缀“：”10.1609“，”卷“：”26“，”author“：[{”given“：”Marc“，”family“：”Bellemare“，”sequence“：”first“，”affiliation“：[]}，{”fixed“：”Joel“，”家庭“：”Veness“，”序列“：”additional“，”filiation”：[]neneneep，{“given”：“Michael”，“family”：“Bowling”，“sequence”：“additional”，“affiliance”：[]}，“member”：“9382”，“published on”：{“date-parts”：[2021,9]20]]}，“集装箱标签”：[“AAAI人工智能会议记录“]，“original-title”：[]，“link”：[{“URL”：“https:\/\/ojs.AAAI.org\/index.php\/AAAI\/aarticle\/download\/8321\/8180”，“content-type”：“application\/pdf”，“content-version”：“vor”，“intended-application”：“text-mining”}，{“URL”：“http://\/ojs.AAAI.org\/index.php\AAAI\/article\/ownload\/832 \/8180“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[2022,6,21]]，”date-time“：“2022-06-21T20:00:42Z”，“timestamp”：1655841642000}，“score”：1，“resource”：{“primary”:{“URL”：“https:\/\/ojs.aaaai.org\/index.php\/AAAAI\/article\/view\/8321”}}，“副标题”：[]，“短标题”：[]，“发布”：{”date-parts“：[[2021,9,20]]}，“references-count”：0，“journal-issue”：{“issue”：“1”，“published-on-line”：{“date-part”：[[2012,7,26]]}}，”URL“：”http://\/dx.doi.org\/10.1609\/aaai.v26i1.8321“，”relation“：{}，‘ISSN’：[”2374-3468“，”2159-5399“]，”ISSN-type“：[{”value“：”2374-3468“，”类型“：”电子“}，{”值“：”2159-5399“，”型号“：”打印“}]，”主题“：[]，”发布“：{”日期部分“：[[2021,9,20]]}}}