{“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”：[[2022,8,12]，“日期-时间”：“2022-08-12T15:26:52Z”，“时间戳”：1660318012040}，“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”：“\本文描述了一种新的用于强化学习的信息理论政策评估技术。该技术将任何压缩或密度模型转换为相应的值估计。在适当的平稳性和遍历性条件下，我们证明了使用足够强大的模型可以得到一致的值函数估计。我们还研究了将此技术应用于各种Atari 2600视频游戏时的行为，在这些游戏中，使用次优建模技术是不可避免的。我们考虑了三种根本不同的模型，所有这些模型都太局限于完美地模拟系统的动力学。值得注意的是，我们发现我们的技术为有效的政策控制提供了足够准确的价值估计。最后，我们进行了一项提示性研究，强调了我们的技术在解决大型问题方面的潜力。\n\n<\/jats:p>“，”DOI“：”10.1609\/aaai.v29i1.9600“，”type“：”journal-article“，”created“：{”date-parts“：[2022,6,23]]，”date-time“：”2022-06-23T11:56:01Z“，”timestamp“：1655985361000}，”source“：“Crossref”，”is-referenced-by-count“：1，”title“：[”Compress-and-Control“]，”prefix“：”101609“，”volume“:”29“，”author“：[{”given“：”Joel“，”family“：”Veness“，”sequence“：”first“，”affiliation“：[]}，{“given”：“Marc”，“family”：“Bellemare”，“sequence”：“additional”，“affiliance”：[]{“给定的”：“马库斯”，“家族”：“Hutter”，“序列”：“附加的”，“从属关系”：[]}，}“给定”：“Alvin”，“家庭”：“Chua”，“，”sequence“：”additional“，”affiliation“：[]}]，”member“：”9382“，”published-online“：{”date-parts“：[[2015,2,21]]}，”container-title“：[”AAAI人工智能会议记录“]，”original-title”：[]，”link“：[{”URL“：”https:\/\/ojs.AAAI.org\/index.php\/AAAAI\/articlex\/download\/9600\/9459“，”content-type“：”application\/pdf“，”content-version“：”vor“，“intended-application“：”text-mining“}，{”URL“：”https:\/\/ojs.aaai.org\/index.php\/aaai\/article\/download\/9600\/9459“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application”：“similarity-checking”}]，“deposed”：{“date-parts”：[2022,6,23]]，“date-time”：“2022-06-23T11:56:01Z”，“timestamp”：1655985361000}，“分数“：1，”资源“：{”primary“：｛”URL“：”https:\/\/ojs.aaai.org.\/index.php \/aaai\/aarticle\/view\/9600“｝｝，”副标题“：[]，”短标题“：[]，”已发布“：｛”日期部分“：[[2015,2,21]}｝，”引用次数“：0，”期刊发行“：｛”发行“：“1”，”在线发布“：｛”日期部分“：[[2015,3,1]]}｝，”URL“：”http:\/\/dx.doi.org/10.1609\/aaaa i.v29i1.9600“，”关系“：｛｝，”ISSN“：[”2374-3468“，”2159-5399“]，”issn-type“：[{”value“：“2374-3468”，“type”：“electronic”}，{”value“：“2159-5399”，“type”：“print”}]，“subject”：[]，“published”：{”date-parts“：[[2015,2,21]]}}}