{“id”：“https://openalex.org/W32035761999“，”doi“：”https://doi.org/10.1007/978-3-031-19907-3_18“，”title“：“信息论驱动下的强化学习”，”display_name“：”信息论驱动的强化学习“，”publication_year“：2023，”publitation_date“：”2023-01-01“，”ids“：{”openalex“：”https://openalex.org/W32035761999“，”doi“：”https://doi.org/10.1007/978-3-031-19907-3_18“，”mag“：”3203576199“}，”language“：”en“，”primary_location“：{”is_oa“：false，”landing_page_url“：”https://doi.org/10.1007/978-3-031-19907-3_18“，”pdf_url“：空，”源“：{”id“：”https://openalex.org/S106296714“，”display_name“：”计算机科学讲义“，”issn_l“：”0302-9743“，”isn“：[”0302-7743“、”1611-3349“]，”is_oa“：false、”is_in_doaj“：false、”is_core“：true、”host_organization“：”https://openalex.org/P4310318900“，”“host_organization_name”：“Springer Science+Business Media”，“host_organization_lineage”：[“https://openalex.org/P431031965","https://openalex.org/P4310318900“]，”host_organization_lineage_names“：[”Springer Nature“，”Springer-Science+Business Media“]，“type”：“book-series”}，“license”：null，“licence_id”：nul，“version”：null，“is_accepted”：false，“is_published”：false}，”type“：”book-chapter“，”type_crossref“：“book-chapter”，”indexed_in“：[“crossref”]，“open_access”：{“is_oa”：true，“oa_status”：“green”，“oa_url”：https://arxiv.org/pdf/2109.15147“，”any_repository_has_fulltext“：true}，”authorships“：[{”author_position“：”第一“，”作者“：{”id“：”https://openalex.org/A5020795308“，”display_name“：”Elliot Catt“，”orcid“：”https://orcid.org/0000-0001-9411-927X}，“机构”：[{“id”：https://openalex.org/I4210090411“，”display_name“：”DeepMind（英国）“，”ror“：”https://ror.org/00971b260“，”“country_code”“：”GB“，”type“：”company“，”seriance“：[”https://openalex.org/I4210090411","https://openalex.org/I4210128969“]}]，”国家“：[”GB“]，”is_corresponding“：true，”raw_author_name“：”Elliot Catt“，”raw _affiliation_strings“：[“Deepmind，London，UK”]，“affiliations”：[{“raw _afiliation_string”：“Deepmind，Longon，UG”，“institution_ids”：[”https://openalex.org/I4210090411“]}]}，{”author_position“：”middle“，”author“：{”id“：”https://openalex.org/A5073944062“，”display_name“：”马库斯·赫特“，”兽人“：”https://orcid.org/0000-0002-3263-4097}，“机构”：[{“id”：https://openalex.org/I4210090411“，”display_name“：”DeepMind（英国）“，”ror“：”https://ror.org/00971b260“，”“country_code”“：”GB“，”type“：”company“，”seriance“：[”https://openalex.org/I4210090411","https://openalex.org/I4210128969“]｝]，”国家“：[”GB“]，”is_corresponding“：false，”raw_author_name“：”Marcus Hutter“，”raw_affiation_strings“：[”Deepmind，London，UK“]，”附属机构“：[｛”raw_affiation_string“：”Deepmind，London，UK“，”机构ID“：[”https://openalex.org/I4210090411“]}]}，{”author_position“：”last“，”author“：{”id“：”https://openalex.org/A506070909021“，”display_name“：”Joel Veness“，”orcid“：null}，”institutions“：[{”id“：”https://openalex.org/I4210090411“，”display_name“：”DeepMind（英国）“，”ror“：”https://ror.org/00971b260“，”“country_code”“：”GB“，”type“：”company“，”seriance“：[”https://openalex.org/I4210090411","https://openalex.org/I4210128969“]}]，”国家“：[”GB“]，”is_corresponding“：false，”raw_author_name“：”Joel Veness“，”raw _affiliation_strings“：[“Deepmind，London，UK”]，“affiliations”：[{“raw _afiliation_string”：“Deepmind，Longon，UG”，“institution_ids”：[”https://openalex.org/I4210090411“]}]}]，”institution_assertions“：[]，”countries_distiction_count“：1，”institutions_disticent_count”：1，“corresponding_author_ids”：[“https://openalex.org/A5020795308“]，”对应的机构ID“：[”https://openalex.org/I4210090411“]，”apc_list“：｛”value“：5000，”currency“：”EUR“，”value_usd“：5392，”出处“：”doaj“｝，”apc_payed“：null，”fwci“：0.0，”has_fulltext“：false，”cited_by_count“：0，”citation_normalized_perminent“：｛”value“：0.0，”is_in_top_1_perminent“：false，”is_in_top_1_perminent“：false｝，”cited_by_percentle_year“：｛”min“：0，”max“：71｝，”biblio“：”｛“卷”：null，“问题”：nullfirst_page“：”188“，”last_page“：”198“}，”is_retracted“：false，”is_paratext“：fase，”primary_topic“：{”id“：”https://openalex.org/T2002“，”display_name“：”计算复杂性与算法信息理论“，”score“：0.9974，”subfield“：{”id“：”https://openalex.org/subfields/1703“，”display_name“：”计算理论与数学“}，”字段“：{”id“：”https://openalex.org/fields/17“，”display_name“：”Computer Science“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}，”主题“：[{”id“：”https://openalex.org/T2002“，”display_name“：”计算复杂性与算法信息理论“，”score“：0.9974，”subfield“：{”id“：”https://openalex.org/subfields/1703“，”display_name“：”计算理论与数学“}，”字段“：{”id“：”https://openalex.org/fields/17“，”display_name“：”Computer Science“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}，{”id“：”https://openalex.org/T10462“，”display_name“：”强化学习算法“，”score“：0.9956，”subfield“：{”id“：”https://openalex.org/subfields/1702“，”display_name“：”人工智能“}，”字段“：{”id“：”https://openalex.org/fields/17“，”display_name“：”Computer Science“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}，{”id“：”https://openalex.org/T1975“，”“display_name”：“遗传编程在机器学习中的应用”，“score”：0.9951，“subfield”：{“id”：“https://openalex.org/subfields/1702“，”display_name“：”人工智能“}，”字段“：{”id“：”https://openalex.org/fields/17“，”display_name“：”Computer Science“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}]，”关键词“：[{”id“：”https://openalex.org/keywords/reinforcement-learning网站“，”display_name“：”强化学习“，”score“：0.642733}，{”id“：”https://openalex.org/keywords/formalism网站“，”display_name“：”形式主义（音乐）“，”score“：0.52062154}，{”id“：”https://openalex.org/keywords/sequence网站“，”display_name“：”Sequence（biology）“，”score“：0.48861963}]，”concepts“：[{”id“：”https://openalex.org/C97541855，“wikidata”：https://www.wikidata.org/wiki/Q830687“，”display_name“：”强化学习“，”level“：2，”score“：0.86148417}，{”id“：”https://openalex.org/C41008148，“wikidata”：https://www.wikidata.org/wiki/Q21198“，”display_name“：”计算机科学“，”level“：0，”score“：0.8015405}，{”id“：”https://openalex.org/C100609095，“wikidata”：https://www.wikidata.org/wiki/Q1335050“，”display_name“：”具体认知“，”level“：2，”score“：0.6132784}，{”id“：”https://openalex.org/C73301696，“wikidata”：https://www.wikidata.org/wiki/Q5469984“，”display_name“：”形式主义（音乐）“，”level“：3，”score“：0.52062154}，{”id“：”https://openalex.org/C154945302，“wikidata”：https://www.wikidata.org/wiki/Q11660“，”display_name“：”人工智能“，”level“：1，”score“：0.5143903}，{”id“：”https://openalex.org/C2780791683，“wikidata”：https://www.wikidata.org/wiki/Q846785“，”display_name“：”Action（physics）“，”level“：2，”score“：0.50031066｝，｛”id“：”https://openalex.org/C2778112365，“wikidata”：https://www.wikidata.org/wiki/Q3511065“，”display_name“：”Sequence（biology）“，”level“：2，”score“：0.48861963}，{”id“：”https://openalex.org/C107457646，“wikidata”：https://www.wikidata.org/wiki/Q207434“，”display_name“：”Human\u2013计算机交互“，”level“：1，”score“：0.44116017}，{”id“：”https://openalex.org/C67203356，“wikidata”：https://www.wikidata.org/wiki/Q1321905“，”display_name“：”钢筋“，”level“：2，”score“：0.4137642}，{”id“：”https://openalex.org/C188147891，“wikidata”：https://www.wikidata.org/wiki/Q147638“，”display_name“：”认知科学“，”level“：1，”score“：0.34562343}，{”id“：”https://openalex.org/C15744967，“wikidata”：https://www.wikidata.org/wiki/Q9418（网址：https://www.wikidata.org/wiki/Q9418）“，”display_name“：”心理学“，”等级“：0，”分数“：0.0}，{”id“：”https://openalex.org/C121332964，“wikidata”：https://www.wikidata.org/wiki/Q413“，”display_name“：”物理“，”级别“：0，”分数“：0.0}，{”id“：”https://openalex.org/C62520636，“wikidata”：https://www.wikidata.org/wiki/Q944“，”display_name“：”量子力学“，”level“：1，”score“：0.0}，{”id“：”https://openalex.org/C86803240，“wikidata”：https://www.wikidata.org/wiki/Q420“，”display_name“：”生物学“，”等级“：0，”分数“：0.0}，{”id“：”https://openalex.org/C153349607，“wikidata”：https://www.wikidata.org/wiki/Q36649“，”display_name“：”视觉艺术“，”level“：1，”score“：0.0}，{”id“：”https://openalex.org/C54355233，“wikidata”：https://www.wikidata.org/wiki/Q7162“，”display_name“：”Genetics“，”level“：1，”score“：0.0}，{”id“：”https://openalex.org/C77805123，“wikidata”：https://www.wikidata.org/wiki/Q161272“，”display_name“：”社会心理学“，”level“：1，”score“：0.0}，{”id“：”https://openalex.org/C142362112，“wikidata”：https://www.wikidata.org/wiki/Q735“，”display_name“：”Art“，”level“：0，”score“：0.0}，{”id“：”https://openalex.org/C558565934，“wikidata”：https://www.wikidata.org/wiki/Q2743“，”display_name“：”Musical“，”level“：2，”score“：0.0}]，”mesh“：[]，”locations_count“：2.”locations“：[{”is_oa“：false，”landing_page_url“：”https://doi.org/10.1007/978-3-031-19907-3_18“，”pdf_url“：空，”源“：{”id“：”https://openalex.org/S106296714“，”display_name“：”计算机科学讲义“，”issn_l“：”0302-9743“，”isn“：[”0302-7743“、”1611-3349“]，”is_oa“：false、”is_in_doaj“：false、”is_core“：true、”host_organization“：”https://openalex.org/P4310318900“，”“host_organization_name”：“Springer Science+Business Media”，“host_organization_lineage”：[“https://openalex.org/P431031965","https://openalex.org/P4310318900“]，”host_organization_lineage_names“：[”Springer Nature“，”Springer-Science+Business Media“]，“type”：“book-series”}，“license”：null，“licence_id”：nul，“version”：null，“is_accepted”：false，“is_published”：false}，{“is_oa”：true，“landing_page_url”：“https://arxiv.org/abs/2109.15147，“pdf_url”：https://arxiv.org/pdf/2109.15147，“源”：{“id”：https://openalex.org/S4306400194“，”display_name“：”arXiv（康奈尔大学）“，”issn_l“：null，”issn“：null，”is_oa“：true，”is.in_doaj“：false，”is_core“：fase，”host_organization“：”https://openalex.org/I205783295“，”“host_organization_name”：“康奈尔大学”，“host_organization_lineage”：[“https://openalex.org/I205783295“]，”host_organization_lineage_names“：[”康奈尔大学“]，“type”：“repository”}，“license”：null，“licence_id”：null，“version”：“submittedVersion”，“is_accepted”：false，“is_published”：false}]，“best_oa_location”：{“is_oa”：true，“landing_page_url”：“https://arxiv.org/abs/2109.15147，“pdf_url”：https://arxiv.org/pdf/2109.15147，“源”：{“id”：https://openalex.org/S4306400194“，”display_name“：”arXiv（康奈尔大学）“，”issn_l“：null，”issn“：null，”is_oa“：true，”is.in_doaj“：false，”is_core“：fase，”host_organization“：”https://openalex.org/I205783295“，”“host_organization_name”：“康奈尔大学”，“host_organization_lineage”：[“https://openalex.org/I205783295“]，”host_organization_lineage_names“：[”康奈尔大学“]，“type”：“repository”}，“license”：null，“licence_id”：null，“version”：“submittedVersion”，“is_accepted”：false，“is_published”：false}，”sustainable_development_goals“：[]，“grants”：[]、“datasets”：【】，“versions”：【]，“referenced_works_count”：35，“referrenced_works”：[”https://openalex.org/W1212832299","https://openalex.org/W1528086278","https://openalex.org/W1576452626","https://openalex.org/W2057978375","https://openalex.org/W2073384958","https://openalex.org/W2097881906","https://openalex.org/W2099111195","https://openalex.org/W2121863487","https://openalex.org/W2123447947","https://openalex.org/W2129652681","https://openalex.org/W2145339207","https://openalex.org/W2171886309","https://openalex.org/W2553665199","https://openalex.org/W2609374097","https://openalex.org/W2626778328","https://openalex.org/W2772709170","https://openalex.org/W2911940095","https://openalex.org/W2914261249","https://openalex.org/W2944299231","https://openalex.org/W2948380112","https://openalex.org/W2962893049","https://openalex.org/W2963080043","https://openalex.org/W3030163527","https://openalex.org/W3035435378","https://openalex.org/W3037871539网址","https://openalex.org/W3047988254","https://openalex.org/W3085190015","https://openalex.org/W3093621883","https://openalex.org/W3116006999","https://openalex.org/W3140968660","https://openalex.org/W3165994454","https://openalex.org/W3174224867","https://openalex.org/W3176407006","https://openalex.org/W4214717370","https://openalex.org/W4307347247“]，”related_works“：[”https://openalex.org/W4283365723","https://openalex.org/W4250820896","https://openalex.org/W2963001125","https://openalex.org/W2380179524","https://openalex.org/W2352366064","https://openalex.org/W2333383158","https://openalex.org/W2124102101","https://openalex.org/W2091233881","https://openalex.org/W1570928019","https://openalex.org/W1484550171“]，”abstract_inverted_index“：{”强化“：[0]，”学习“：[1]，”形式化“：[2]，”an“：[3,46,77]，”具体化“：[4]，”agent \u2019s“：[5]，”交互“：[6]，”with“：[7,74118]，”the“：[8,18,32,66,87114]，”environment“：[9]，”through“：[10]，”observations“：[11]，”rewards“：[12]，”and“：[13,53128138]，“操作”：[14]，“但是”：[15]，“其中”：[16]，“执行”：[17]，“动作”：[19,60]，“来”：[20]，“来自？“：[21]，”动作“：[22]，”是“：[23,61]，”经常“：[24]，”考虑“：[25]，”to“：[26,76109112132]，”代表“：[27]，”某物“：[28]，”外部，“：[29]，”这样的“：[30]，”如“：[31,65,94]，”运动“：[33]，”of“：[34,45,64,68,71122135]，”a“：[35,57,69119]，”肢体，“：[36]，”象棋“：[38]，“工件”：[39]，“或”：[40]，“更多”：[41]，“一般”：[42]，“输出”：[44,67]，“执行器。“：[47]，”在“：[48]，”这个“：[49106130]，”工作“：[50107]，”我们“：[51]，”探索“：[52]，”形式化“：[54]，”对比“：[56]，”视图“：[57]，”即“：[58]，”那“：[59129]，”最佳“：[62]，”思想“：[63]，”序列“：[70,92]，”内部“：[72123137]，”选择“：[73]，”尊重“：[75]，”行动“：[78124140]，“型号。“：[79]，”此“：[80]，”视图“：[81]，”是“：[82108]，”特别“：[83]，”非常适合“：[84]，”用于“：[85,97]，”杠杆“：[86]，”最近“：[88]，”预付款“：[89]，”in“：[90105]，”大型“：[91]，”模型“：[93]，”先前“：[95]，”知识“：[96]，”多任务“：[98]，”强化“：[99]，”学习“：[100]，”问题。“：[101]，“我们的”：[102]，“主要”：[103]，“贡献”：[104]，“显示”：[110]，“如何”：[111]，“增加”：[113]，“标准”：[115]，“MDP”：[116]，“形式主义”：[117]，“顺序”：[120]，“概念”：[121]，“使用”：[125]，“信息理论”：[126]，“技术”，“：[127]，“线索”：[131]，“自我维持”：[133]，“定义”：[134]，“两者”：[136]，“外部”：[139]，“值”：[141]，“功能。“：[142]}，”cited_by_api_url“：”https://api.openalex.org/works？filter=cites:W3203576199“，”counts_by_year“：[]，”updated_date“：”2024-09-17T08:43:33.272495“，”created_date:“2021-10-11”}“