{“id”：“https://openalex.org/W1595271225“，”doi“：”https://doi.org/10.1007/978-3-642-22887-2_30“，”title“：“强化学习与贝叶斯控制规则”，”display_name“：”强化学习与贝氏控制规则“，”publication_year“：2011，”publiation_date“：”2011-01-01“，”ids“：{”openalex“：”https://openalex.org/W1595271225“，”doi“：”https://doi.org/10.1007/978-3-642-22887-2_30“，”mag“：”1595271225“}，”language“：”en“，”primary_location“：{”is_oa“：false，”landing_page_url“：”https://doi.org/10.1007/978-3-642-22887-2_30“，”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/P4310319965","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/A5035060247“，”display_name“：”Pedro A.Ortega“，”orcid“：null}，”institutions“：[{”id“：”https://openalex.org/I241749“，”display_name“：”剑桥大学“，”ror“：”https://ror.org/013meh722“，”country_code“：”GB“，”type“：“教育”，”世系“：[”https://openalex.org/I241749“]}]，”国家“：[”GB“]，”is_corresponding“：false，”raw_author_name“：”Pedro Alejandro Ortega“，”raw _affiliation_strings“：[“英国剑桥大学工程系，剑桥，特朗平顿街，CB2 1PZ”]，”affiliations“：”剑桥大学工程系，剑桥Trumpington Street，Cambridge，CB2 1PZ，UK“，”机构ID“：[”https://openalex.org/I241749“]}]}，{”author_position“：”middle“，”author“：{”id“：”https://openalex.org/A500197565“，”display_name“：”Daniel A.Braun“，”orcid“：”https://orcid.org/0000-0002-8637-6652}，“机构”：[{“id”：https://openalex.org/I241749“，”display_name“：”剑桥大学“，”ror“：”https://ror.org/013meh722“，”country_code“：”GB“，”type“：“教育”，”世系“：[”https://openalex.org/I241749“]}]，”国家“：[”GB“]，”is_corresponding“：false，”raw_author_name“：”Daniel Alexander Braun“，”raw _affiliation_strings“：[“英国剑桥大学工程系，剑桥，特朗平顿街，CB2 1PZ”]，”affiliations“：”英国剑桥大学工程系，剑桥特朗平顿街，CB2 1PZ”，“institution_ids”：[“https://openalex.org/I241749“]｝]｝，｛”author_position“：”last“，”author“：｛”id“：”https://openalex.org/A5020836373“，”display_name“：”Simon Godsill“，”orcid“：null}，”institutions“：[{”id“：”https://openalex.org/I241749“，”display_name“：”剑桥大学“，”ror“：”https://ror.org/013meh722“，”country_code“：”GB“，”type“：“教育”，”世系“：[”https://openalex.org/I241749“]}]，”countries“：[”GB“]，”is_corresponding“：false，”raw_author_name“：”Simon Godsill“，”raw _affiliation_strings“：【”剑桥大学工程系，剑桥特朗平顿街，CB2 1PZ，英国“】，”affiliations“：[{”raw _affiliation_string“：”剑桥大学工程学系，剑桥，特朗平顿街，英国CB2 1P Z，“，”机构ID“：[”https://openalex.org/I241749“]}]}]，”countries_distinct_count“：1，”institutions_disting_count”：1，“corresponding_author_ids”：[]，”correspounding_institution_ids“：[]、”apc_list“：{“value”：5000，”currency“：”EUR“，”value_usd“：5392，”provenance“：”doaj“}，”apc_payed“：{”value“：5000，“currencurrency”：“EUR”，”value_ usd“:5392，“provenance”：“doaj”}，“has_fulltext”：false，“cited_by_count”：0，“cited_by_percentile_year“：{“min”：0，“max”：69}，“biblio”：{”volume“：null，”issue“：nul，”first_page“：“281”，“last_page”：“285”}，”is_retracted“：false，”is_paratext“：false，”primary_topic“：”{“id”：“https://openalex.org/T10462“，”display_name“：”强化学习算法“，”score“：0.9987，”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“：0.9987，”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/T12101“，”“display_name”：“多臂盗贼问题的优化”，“score”：0.9952，“subfield”：{“id”：“https://openalex.org/subfields/1803“，”display_name“：”管理科学与运筹学“}，”字段“：{”id“：”https://openalex.org/fields/18“，”display_name“：”Decision Sciences“}，”domain“：{”id“：”https://openalex.org/domains/2“，”“display_name”：“社会科学”}}，{”id“：”https://openalex.org/T12794“，”“display_name”：“最优控制的自适应动态规划”，“score”：0.9793，“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“}}]，”关键词“：[{”id“：”https://openalex.org/keywords/reinforcement-learning网站“，”display_name“：”强化学习“，”score“：0.630598}，{”id“：”https://openalex.org/keywords/actor-critic-algorithm网站“，”display_name“：”参与者关键算法“，”score“：0.562341}，{”id“：”https://openalex.org/keywords/adaptive-dynamic编程“，”display_name“：”自适应动态编程“，”score“：0.561337}，{”id“：”https://openalex.org/keywords/bathand-optimization网站“，”display_name“：”Bandit Optimization“，”score“：0.557015}，{”id“：”https://openalex.org/keywords/multi-gent-systems网站“，”display_name“：”Multi-Agent Systems“，”score“：0.521803｝]，”concepts“：[｛”id“：”https://openalex.org/C97541855，“wikidata”：https://www.wikidata.org/wiki/Q830687“，”display_name“：”强化学习“，”level“：2，”score“：0.8616339}，{”id“：”https://openalex.org/C41008148，“wikidata”：https://www.wikidata.org/wiki/Q21198“，”display_name“：”计算机科学“，”level“：0，”score“：0.7957767}，{”id“：”https://openalex.org/C107673813，“wikidata”：https://www.wikidata.org/wiki/Q812534“，”display_name“：”贝叶斯概率“，”level“：2，”score“：0.5743195｝，｛”id“：”https://openalex.org/C2777212361，“wikidata”：https://www.wikidata.org/wiki/Q5127848“，”display_name“：”类（哲学）“，”级别“：2，”分数“：0.5279414}，{”id“：”https://openalex.org/C77618280，“wikidata”：https://www.wikidata.org/wiki/Q1155772“，”display_name“：”Scheme（数学）“，”level“：2，”score“：0.52232355}，{”id“：”https://openalex.org/C154945302，“wikidata”：https://www.wikidata.org/wiki/Q11660“，”display_name“：”人工智能“，”level“：1，”score“：0.5186864}，{”id“：”https://openalex.org/C2780586882，“wikidata”：https://www.wikidata.org/wiki/Q7520643“，”display_name“：”Simple（哲学）“，”level“：2，”score“：0.51737684}，{”id“：”https://openalex.org/C107524782，“wikidata”：https://www.wikidata.org/wiki/Q40164“，”display_name“：”Lever“，”level“：2，”score“：0.5007074}，{”id“：”https://openalex.org/C2775924081，“wikidata”：https://www.wikidata.org/wiki/Q55608371“，”display_name“：”Control（management）“，”level“：2，”score“：0.42861432}，{”id“：”https://openalex.org/C126255220，“wikidata”：https://www.wikidata.org/wiki/Q141495“，”display_name“：”数学优化“，”level“：1，”score“：0.38123915}，{”id“：”https://openalex.org/C33923547，“wikidata”：https://www.wikidata.org/wiki/Q395“，”display_name“：”数学“，”等级“：0，”分数“：0.12950248}，{”id“：”https://openalex.org/C138885662，“wikidata”：https://www.wikidata.org/wiki/Q5891“，”display_name“：”哲学“，”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/C134306372，“wikidata”：https://www.wikidata.org/wiki/Q7754“，”display_name“：”数学分析“，”level“：1，”score“：0.0}，{”id“：”https://openalex.org/C111472728，“wikidata”：https://www.wikidata.org/wiki/Q9471“，”display_name“：”认识论“，”level“：1，”score“：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}]，”mesh“：[]，”locations_count“：1.”locations“：[{”is_oa“：false，”landing_page_url“：”https://doi.org/10.1007/978-3-642-22887-2_30“，”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/P4310319965","https://openalex.org/P4310318900“]，”host_organization_lineage_names“：[”Springer Nature“，”Springer Science+Business Media“]，”type“：”系列丛书“}，”license“：null，”license_id“：null，”版本“：null，”is_accepted“：false，”is_published“：false｝]，”best_oa_location“：null，”可持续发展目标“：[]，”授予“：[]，”数据集“：[]，”版本“：[]，”referenced_works_count“：8，”referenced_works“：[”https://openalex.org/W1663973292","https://openalex.org/W2091565802","https://openalex.org/W2091592811","https://openalex.org/W2142176084","https://openalex.org/W2164569010","https://openalex.org/W4214717370","https://openalex.org/W4246270964","https://openalex.org/W4307347247“]，”related_works“：[”https://openalex.org/W809494831","https://openalex.org/W4379985877","https://openalex.org/W4250682053","https://openalex.org/W3208483585","https://openalex.org/W2996939057","https://openalex.org/W2362409171","https://openalex.org/W2341184654网址","https://openalex.org/W2322242318","https://openalex.org/W2319849381","https://openalex.org/W2069464471“]，”ngrams_url“：”https://api.openalex.org/works/W1595271225/ngrams网站“，”abstract_inverted_index“：{”We“：[0]，”present“：[1]，”an“：[2,27,57,77]，”actor-critic“：[3]，”scheme“：[4]，”for“：[5,42]，”reinforction“：[6]，”learning“：[7]，”in“：[8]，”complex“：[9,46]，”domains.“：[10]，”The“：[11]，”main“：[12]，”contribution“：%13]，”is“：[14,62,81]，”to“：[15,32,55,66,85]，”show“：[16]，”that“：[17,26,61,80]，”planning“：[18,29]，”and“：[19]，”I/O“：[20]，”动力学”：[21]，“可以”：[22]，“被”：[23]，“分离”：[24]，“这样”：[25]，“棘手”：[28]，“问题”：[30]，“减少”：[31]，“a”：[33，43，67，86]，“简单”：[34]，“多武装”：[35]，“土匪”：[36，59，72]，“问题”：[37]，“其中”：[38]，“每个”：[39]，“杠杆”：[40]，“支架”：[41]，“潜在”：[44]，“任意”：[45]，“政策。“：[47]，”“此外，”：[48]，“我们”：[49]，“使用”：[50]，“the”：[51]，“Bayesian”：[52]，“control”：[53]，“rule”：[54]，“construct”：55]，“adaptive”：58,78]，“player”：60]，“universal”：[63,82]，“with”：【64，83】，“respect”：[65,84]，“givent”：[68，87]，“class”：[69，88]，“of”：[70，89]，“最优”：[71]，“玩家”：[73]，“因此”：[74]，“间接”：[75]，“构造”：[76]，“代理人”：[79]，“政策。“：[90]}，”cited_by_api_url“：”https://api.openalex.org/works？filter=cites:W1595271225“，”counts_by_year“：[]，”updated_date“：”2024-06-14T14:36:11.147861“，”创建日期“：”2016-06-24“}