{“id”：“https://openalex.org/W4388677802“，”doi“：”https://doi.org/10.1007/978-3-031-45170-6_19“，”title“：”带约束恢复的反向强化学习“，”display_name“：”带有约束恢复的逆向强化学习“、”publication_year“：2023，”publication_date“：”2023-01-01“，”ids“：{”openalex“：”https://openalex.org/W4388677802“，”doi“：”https://doi.org/10.1007/978-3-031-45170-6_19“}，”language“：”en“，”primary_location“：{”is_oa“：false，”landing_page_url“：”https://doi.org/10.1007/978-3-031-45170-6_19“，”pdf_url“：空，”源“：{”id“：”https://openalex.org/S106296714“，”“display_name”“：”“计算机科学课堂讲稿”“，”issn_l“：”0302-9743“，”isn“：[”0302-7743“、”1611-3349“]，”is_oa“：false，”is_in_doaj“：false，”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“：false”“，”oa_url“：空，”any_repository_has_fulltext“：false}，”作者身份“：[{”作者位置“：”第一个“，”作者“：{”id“：”https://openalex.org/A5065341673“，”display_name“：”N.C.Das“，”orcid“：null}，”institutions“：[{”id“：”https://openalex.org/I68891433“，”display_name“：”德里印度理工学院“，”ror“：”https://ror.org/049tgcd06“，”country_code“：”IN“，”type“：“教育”，”世系“：[”https://openalex.org/I68891433“]}]，”国家“：[”IN“]，”is_corresponding“：false，”raw_author_name“：”Nirjhar Das“，”raw _affiliation_strings“：[“印度新德里印度理工学院”]}，{“author_position”：“last”，“author”：{“id”：“https://openalex.org/A5086971942“，”display_name“：”Arpan Chattopadhyay“，”orcid“：null}，”institutions“：[{”id“：”https://openalex.org/I68891433“，”display_name“：”德里印度理工学院“，”ror“：”https://ror.org/049tgcd06“，”country_code“：”IN“，”type“：“教育”，”世系“：[”https://openalex.org/I68891433“]}]，”国家“：[”IN“]，”is_corresponding“：false，”raw_author_name“：”Arpan Chattopadhyay“，”raw _ afiliation_strings“：[“印度新德里印度理工学院”]}]“countries _ distinct_count”：1，”institutions _ disting_count“：1，“corresponding_author_ids”：[]，”correspounding_institution_ids“：[]”，“apc_list”：{“value”：5000，“currency”：“EUR”，“”value_usd“：5392，”出处“：”doaj“}，”apc_payed“：{”value“：5000，”currency“：”EUR“，”value_usd:5392，“出处”：“doaj”}，“has_fulltext”：true，“fulltext_origin”：“pdf”，“cited_by_count”：0，“cited_by_percentile_year”：{“min”：0、“max”：78}，《图书》：{卷：null，“issue”：null、“first_page”：“”179“，”last_page“：”188“}，”is_retracted“：false，”is_paratext“：false，”主主题“：{”id“：”https://openalex.org/T10462“，”display_name“：”强化学习算法“，”score“：1.0，”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/T10462“，”display_name“：”强化学习算法“，”score“：1.0，”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/T12794“，”“display_name”：“最优控制的自适应动态规划”，“score”：0.9948，“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/T10653“，”“display_name”：“机器人抓取和示范学习”，“score”：0.9921，“subfield”：{“id”：“https://openalex.org/subfields/2207“，”display_name“：”控制与系统工程“}，”字段“：{”id“：”https://openalex.org/fields/22“，”display_name“：”Engineering“｝，”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“：0.602299｝，｛”id“：”https://openalex.org/keywords/robot-learning“，”display_name“：”机器人学习“，”score“：0.549165}，{”id“：”https://openalex.org/keywords/adaptive-dynamic编程“，”display_name“：”自适应动态编程“，”score“：0.530418}]，”concepts“：[{”id“：”https://openalex.org/C106189395，“wikidata”：https://www.wikidata.org/wiki/Q176789“，”display_name“：”Markov决策过程“，”level“：3，”score“：0.6350149}，{”id“：”https://openalex.org/C126255220，“wikidata”：https://www.wikidata.org/wiki/Q141495“，”display_name“：”数学优化“，”level“：1，”score“：0.6312163}，{”id“：”https://openalex.org/C41008148，“wikidata”：https://www.wikidata.org/wiki/Q21198（网址：https://www.wikidata.org/wiki/Q21198）“，”display_name“：”计算机科学“，”level“：0，”score“：0.626025}，{”id“：”https://openalex.org/C97541855，“wikidata”：https://www.wikidata.org/wiki/Q830687“，”display_name“：”强化学习“，”level“：2，”score“：0.54180306}，{”id“：”https://openalex.org/C2776036281，“wikidata”：https://www.wikidata.org/wiki/Q48769818“，”display_name“：”约束（计算机辅助设计）“，”level“：2，”score“：0.491081}，{”id“：”https://openalex.org/C112680207，“wikidata”：https://www.wikidata.org/wiki/Q714886网址“，”display_name“：”正多边形“，”level“：2，”score“：0.48165524}，{”id“：”https://openalex.org/C187691185，“wikidata”：https://www.wikidata.org/wiki/Q2020720“，”display_name“：”Grid“，”level“：2，”score“：0.46695527}，{”id“：”https://openalex.org/C137836250，“wikidata”：https://www.wikidata.org/wiki/Q984063“，”“display_name”“：”优化问题“，”级别“：2，”分数“：0.4553067}，{”id“：”https://openalex.org/C157972887，“wikidata”：https://www.wikidata.org/wiki/Q463359“，”display_name“：”凸优化“，”level“：3，”score“：0.45475402}，{”id“：”https://openalex.org/C145446738，“wikidata”：https://www.wikidata.org/wiki/Q319913“，”display_name“：”凸函数“，”level“：3，”score“：0.44606107}，{”id“：”https://openalex.org/C9679016，“wikidata”：https://www.wikidata.org/wiki/Q1417473“，”display_name“：”最大熵原理“，”level“：2，”score“：0.42162716}，{”id“：”https://openalex.org/C154945302，“wikidata”：https://www.wikidata.org/wiki/Q11660“，”display_name“：”人工智能“，”level“：1，”score“：0.27678597}，{”id“：”https://openalex.org/C33923547，“wikidata”：https://www.wikidata.org/wiki/Q395网址“，”display_name“：”数学“，”等级“：0，”分数“：0.23473385}，{”id“：”https://openalex.org/C159886148，“wikidata”：https://www.wikidata.org/wiki/Q176645“，”display_name“：”Markov过程“，”level“：2，”score“：0.2295123}，{”id“：”https://openalex.org/C105795698，“wikidata”：https://www.wikidata.org/wiki/Q12483“，”display_name“：”Statistics“，”level“：1，”score“：0.0}，{”id“：”https://openalex.org/C2524010，“wikidata”：https://www.wikidata.org/wiki/Q8087“，”display_name“：”Geometry“，”level“：1，”score“：0.0}]，”mesh“：[]，”locations_count“：1.”locations“：[{”is_oa“：false，”landing_page_url“：”https://doi.org/10.1007/978-3-031-45170-6_19“，”pdf_url“：空，”源“：{”id“：”https://openalex.org/S106296714“，”“display_name”“：”“计算机科学课堂讲稿”“，”issn_l“：”0302-9743“，”isn“：[”0302-7743“、”1611-3349“]，”is_oa“：false，”is_in_doaj“：false，”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“：”系列丛书“}，”license“：null，”license_id“：null，”version“：null，”is_accepted“：false，”is_published“：false｝]，”best_oa_location“：null，”可持续发展目标“：[｛”score“：0.49，”id“：”https://metadata.un.org/sdg/16“，”display_name“：”和平、正义和强大的机构“}]，”grants“：[]，”datasets“：[]，”versions“：[】，”referenced_works_count“：9，”refernced_works“：[”https://openalex.org/W1518931405","https://openalex.org/W1986014385","https://openalex.org/W1999874108","https://openalex.org/W2107726111","https://openalex.org/W2169498096","https://openalex.org/W2737702598","https://openalex.org/W3023096123","https://openalex.org/W4205841652","https://openalex.org/W4214717370“]，”related_works“：[”https://openalex.org/W4284974072","https://openalex.org/W4225269853","https://openalex.org/W3096874164","https://openalex.org/W2937181779","https://openalex.org/W2386410636","https://openalex.org/W2357975469","https://openalex.org/W2341346307","https://openalex.org/W2145363145","https://openalex.org/W1985560493","https://openalex.org/W1626977535“]，”ngrams_url“：”https://api.openalex.org/works/W4388677802/ngrams网站“，”“abstract_inverted_index”：{“In”：[0,19,47]，“this”：[1,48]，“work”，：[2,49]，“we”：[3,50,72114]，“propose”：[4]，“a”：[5,38,86]，“novel”：【6】，“inverse”：【7,24]，“reinforcement”：【8】，“learning”：【9】，“（IRL）”：【10】，“algorithma”：【11109120】，“for”：【12,43121】，“constrained”：【13，87，97】，“马尔可夫”：[14]，“决策”：[15]，“过程”：[16]，“（CMDP）”：[17]，“问题。”：[18]，“标准“：[20]，”IRL“：[21,76]，”问题“：[22]，”函数“：[23,31,35,44,56,60,64,67,75116122]，”学习者“：[25]，”或“：[26]，”代理“：[27]，”寻求“：[28]，”到“：[29,52,94110]，”恢复“：[30]，”奖励“：[32,57]，”函数”：[33]，“of”：[34,40,59,69118]，”MDP“：[36]，”给定“：[37]，“设置”：[39]，“轨迹”：[41]，“演示”：[42]，“最佳”：[45]，“策略”。“：[46]，”查找“：[51]，”推断“：[53]，”非“：[54]，”仅“：[55]，”函数“：[58]，”CMDP，“：[61]，”但“：[62]，”还“：[63]，”约束。“：[65]，”使用“：[66]，”原则“：[68]，”最大值“：[70]，”熵“：[71]，”显示“：[73]，”that“：[74]，”with“：[77]，”constraint“：[78]，”recovery“：[79]，”（IRL-CR）“：[80]，”problem“：[81,99]，”can“：[82]，”be“：[83]，”cast“：[84]，”as“：[85]，”non-vex“：[88]，”optimization“：[89]，98]，“问题。“：[90]，”We“：[91104]，”reduce“：[92]，”it“：[93]，”an“：[95]，”alternative“：/96]，”which“：[100]，”sub-problems“：[101]，”are“：[102]，”凸面。“：[103]，”使用“：[105]，”指数“：[106]，”梯度“：[107]，”下降“：[108]，”求解“：[111]，”它。“：[112]，”最后，“：[113]，”演示“：[115]，”功效“：[117]，”我们的“：[119]，”网格“：[123]，”世界“：[124]，”环境。“：[125]}，”cited_by_api_url“：”https://api.openalex.org/works？filter=cites:W4388677802“，”counts_by_year“：[]，”updated_date“：”2024-05-23T02:44:28.716537“，”created_date:“2023-11-15”}“