{“id”：“https://openalex.org/W4317928369“，”doi“：”https://doi.org/10.1007/978-3-031-24383-7_22“，”title“：“通过动态近似策略优化高效学习对话策略”，”display_name“：”通过动态近似政策优化有效学习对话策略“，”publication_year“：2022，”publitation_date“：”2022-01-01“，”ids“：{”openalex“：”https://openalex.org/W4317928369“，”doi“：”https://doi.org/10.1007/978-3-031-24383-7_22“｝，”language“：”en“，”primary_location“：｛”is_oa“：false，”landing_page_url“：”https://doi.org/10.1007/978-3-031-24383-7_22“，”pdf_url“：null，”source“：null，”license“：null'，”licence_id“：null，”version“：nuller，”is_accepted“：false，”is_published“：false}，”type“：”book-chapter“，”type_crossref“：“book-chaapter”，”indexed_in“：[”crossref“]，”open_access“：{”is_oa“：false，”oa_status“：”closed“，”oa_url”：null“，”any_repository_has_fulltext“：假}”发货“：[{”author_position“：”first“，”作者“：{”id“：”https://openalex.org/A5101193908“，”display_name“：”陈平黄“，”orcid“：null}，”机构“：[{”id“：”https://openalex.org/I55712492“，”display_name“：”浙江工业大学“，”ror“：”https://ror.org/02djqfd08“，”country_code“：”CN“，”type“：“教育”，”世系“：[”https://openalex.org/I55712492“]}]，”countries“：[”CN“]，”is_corresponding“：false，”raw_author_name“：”Chenping Huang“，”raw _ afiliation_strings“：【”浙江工业大学计算机科学与技术学院，中国杭州“】，”affiliations“：[{”raw _affiliation_strong“：”浙江理工大学计算机科学技术学院，杭州“，”机构ID“：[”https://openalex.org/I55712492“]}]}，{”author_position“：”last“，”author“：{”id“：”https://openalex.org/A5101755033“，”display_name“：”Bin Cao“，”orcid“：”https://orcid.org/0000-0003-1062-6309}，“机构”：[{“id”：https://openalex.org/I55712492“，”display_name“：”浙江工业大学“，”ror“：”https://ror.org/02djqfd08“，”country_code“：”CN“，”type“：“教育”，”世系“：[”https://openalex.org/I55712492“]}]，”国家“：[”CN“]，”is_corresponding“：false，”raw_author_name“：”曹斌“，”raw_affiation_strings“：[”浙江工业大学计算机科学与技术学院，中国杭州“]，”附属机构“：[{”raw_affiation_string“：”浙江工业大学计算机科学与技术学院，中国杭州“，”机构ID“：[”https://openalex.org/I55712492“]}]}]，”institution_assertions“：[]，”countries_distinact_count“：1，”institutions_disticant_count”：1，“corresponding_author_ids”：[]、”correspounding_institution_ids“：[]，”apc_list“：null，”apc _payed“：nul，”fwci“：0.0，”has_fulltext“：false，”cited_by_count：0，”citation_normalized_percentile“：{”value“：0.05，”is_in_top_1_percent“：false，“is_in_top_10_percent”：错误}，“cited_by_percentile_year“：{“min”：0，“max”：61}，“biblio”：{”volume“：null，”issue“：nul，”first_page“：”396“，”last_page“：”414“}，”is_retracted“：false，”is_paratext“：false，”primary_topic“：”{“id”：“https://openalex.org/T12031“，”“display_name”：“口语系统的对话行为建模”，“score”：0.9999，“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“}}，”主题“：[{”id“：”https://openalex.org/T12031“，”“display_name”：“口语系统的对话行为建模”，“score”：0.9999，“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/T10028“，”display_name“：”自然语言处理“，”score“：0.9993，”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/T12128“，”display_name“：”服务业人工智能“，”score“：0.9937，”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/dialog-management网站“，”display_name“：”对话框管理“，”score“：0.578158｝，｛”id“：”https://openalex.org/keywords/ticket“，”display_name“：”Ticket“，”score“：0.5729106}，{”id“：”https://openalex.org/keywords/spoken-dialogue-systems网站“，”display_name“：”口语对话系统“，”score“：0.568417}，{”id“：”https://openalex.org/keywords/reinforcement-learning网站“，”display_name“：”强化学习“，”score“：0.520417}，{”id“：”https://openalex.org/keywords/topic-modeling网站“，”display_name“：”主题建模“，”score“：0.500235}，{”id“：”https://openalex.org/keywords/policy-learning网站“，”display_name“：”策略学习“，”score“：0.44681433}]，”concepts“：[{”id“：”https://openalex.org/C97541855，“wikidata”：https://www.wikidata.org/wiki/Q830687“，”display_name“：”强化学习“，”level“：2，”score“：0.7407625}，{”id“：”https://openalex.org/C2780451532，“wikidata”：https://www.wikidata.org/wiki/Q759676“，”display_name“：”任务（项目管理）“，”级别“：2，”分数“：0.7401199}，{”id“：”https://openalex.org/C41008148，“wikidata”：https://www.wikidata.org/wiki/Q21198“，”display_name“：”计算机科学“，”level“：0，”score“：0.7363741}，{”id“：”https://openalex.org/C2776540713，“wikidata”：https://www.wikidata.org/wiki/Q7800647“，”display_name“：”Ticket“，”level“：2，”score“：0.5729106}，{”id“：”https://openalex.org/C154945302，“wikidata”：https://www.wikidata.org/wiki/Q11660“，”display_name“：”人工智能“，”level“：1，”score“：0.51237285}，{”id“：”https://openalex.org/C2779436431，“wikidata”：https://www.wikidata.org/wiki/Q30672407“，”display_name“：”策略学习“，”level“：2，”score“：0.44681433}，{”id“：”https://openalex.org/C108583219，“wikidata”：https://www.wikidata.org/wiki/Q197536“，”display_name“：”深度学习“，”level“：2，”score“：0.42881355}，{”id“：”https://openalex.org/C119857082，“wikidata”：https://www.wikidata.org/wiki/Q2539（网址：https://www.wikidata.org/wiki/Q2539）“，”display_name“：”机器学习“，”level“：1，”score“：0.36259753}，{”id“：”https://openalex.org/C38652104，“wikidata”：https://www.wikidata.org/wiki/Q3510521“，”display_name“：”计算机安全“，”level“：1，”score“：0.14732957}，{”id“：”https://openalex.org/C127413603，“wikidata”：https://www.wikidata.org/wiki/Q11023“，”display_name“：”Engineering“，”level“：0，”score“：0.11943221}，{”id“：”https://openalex.org/C201995342，“wikidata”：https://www.wikidata.org/wiki/Q682496“，”display_name“：”系统工程“，”level“：1，”score“：0.0}]，”mesh“：[]，”locations_count“：1.”locations“：[{”is_oa“：false，”landing_page_url“：”https://doi.org/10.1007/978-3-031-24383-7_22“，”pdf_url“：null，”source“：null，”license“：null:”license_id“：null，”version“：number，”is_accepted“：false，”is_published“：false}]，”best_oa_location“：nul，”sustainable_development_goals“：[]，”grants“：[]，”datasets“：]，”versions“：[]:”，“referenced_works_count”：29，“referrenced_works”：[”https://openalex.org/W1491843047","https://openalex.org/W1948566616","https://openalex.org/W206217565","https://openalex.org/W2145339207","https://openalex.org/W2604382266","https://openalex.org/W2798494119","https://openalex.org/W2889186204","https://openalex.org/W2949476504","https://openalex.org/W2951805158","https://openalex.org/W2962682659","https://openalex.org/W2963043030","https://openalex.org/W2963433587","https://openalex.org/W2963857397","https://openalex.org/W2971159908","https://openalex.org/W2979372603","https://openalex.org/W3013860672","https://openalex.org/W3034330559","https://openalex.org/W3034782127","https://openalex.org/W3035597485","https://openalex.org/W3037879762","https://openalex.org/W3102854726","https://openalex.org/W3163045655","https://openalex.org/W3174076858","https://openalex.org/W317509535351","https://openalex.org/W3177075735","https://openalex.org/W3200895474","https://openalex.org/W3212099586","https://openalex.org/W3214586773","https://openalex.org/W4290742115“]，”related_works“：[”https://openalex.org/W4375841483","https://openalex.org/W4288388931","https://openalex.org/W4206805925","https://openalex.org/W3112526189网址","https://openalex.org/W2892636954","https://openalex.org/W2572886659","https://openalex.org/W2364431604","https://openalex.org/W2022874741","https://openalex.org/W2018860124","https://openalex.org/W132856376“]，”abstract_inverted_index“：{”Many“：[0]，”methods“：[1,76]，”have“：[2158]，”been“：[3]，”proposed“：[4]，”to“：[5,9,38,56,69,89145148]，”use“：[6,63]，”reinforction“：[7]，”learning“：[8]，”train“：[10,70]，”dialogue“：[11,15,67,72100113]，”policy“：[12]，”for“：[13154]，”task-oriented“：[14]，“系统”：[16]，“in”：[17]，“最近”：[18]，“年份”：[19]，“然而”：[20]，““：[21,31,43,58,64,71,90104109112121130137151162174183]，“高”：[22]，“成本”：[23185]，“的”：[24,3311164176]，“交互”：[25]，“与”：[26136]，“用户”：[27]，“有”：[28190]，“严重”：[29]，“受阻”：[30]，“开发”：[32]，“此”：[34,40]，“字段。“：[35]，”In“：[36]，”order“：[37]，”reduce“：[39]，”interaction“：[41184]，”cost“，：[42]，”Deep“：44]，”Dyna-Q“：[45]，”（DDQ）“：[46]，”algorithm“：47135172]，”and“：[48,61140178189]，”several“：[49]，”variants“：[50]，”input“：[51]，”a“：[52142191]，”所谓的“：[53]，”world“：[54142191]105138152]，“模型”：[55106139153]，“模拟”：[57]，“用户\u2019s”：[59]，“响应“：[60]，”然后“：[62]，”生成“：[65102]，”模拟“：[66]，”数据“：[68101]，”策略。“：[73114]，”尽管如此，“：[74]，”这些“：[75117]，”遭受“：[77]，”来自“：[78]，”两个“：[79]，”主要“：[80]，”问题。“：[81]，”“The”：[82,94]，“first”：[83]，“is”：[84,96]，“limited”：[85]，“training”：[86188]，“efficiency”：[87]，“due”：[88]，“Deep-Q”：[91]，“Network”：[92]，“used”。“：[93]，”second“：[95]，”that“：[97170]，”low quality“：[98]，”simulation“：[99]，”by“：[103]，”may“：[107]，”hurt“：[108]，”performance“：[110]，”To“：[115]，”solve“：[116]，”defectives“，”：[118]，“we”：[119]，“propose”：[120]，”Dyna“：[122]，”Proximal“：%123131]，”Policy“:124132]，”Optimization“：[125133]，“（DPPO）”：[126]，“算法。“：[127]，”DPPO“：[128]，”组合“：[129173]，”（PPO）“：[134]，”使用“：[141]，”停用“：[143]，”策略“：[144]，”决定“：[146]，”何时“：[147]，”停止“：[149]，”正在使用“：%150]，”后续“：[155]，”培训。“：[156]，”我们“：[157]，”进行“：[159]，”实验“：[160]，”关于“：[161]，”任务“：[163193]，”电影“：[165]，”票“：[166]，”预订。“：[167]，“实验”：[168]，“显示”：[169]，“我们的”：[171]，“优势”：[175]，“DDQ”：[177]，“PPO，”：[179]，“其中”：[180]，“显著”：[181]，“减少”：[182]，“必需”：[186]，“期间”：[187]，“较高”：[192]，“成功”：[194]，“速率”。“：[195]}，”cited_by_api_url“：”https://api.openalex.org/works？filter=cites:W4317928369“，”counts_by_year“：[]，”updated_date“：”2024-09-16T07:05:01.026441“，”created_date:“2023-01-25”}“