{“id”：“https://openalex.org/W2154023516“，”doi“：”https://doi.org/10.1007/s10994-012-5313-8“，”title“：“基于偏好的强化学习：一个正式框架和一个策略迭代算法”，”display_name“：”基于偏好的加强学习：一种正式框架和策略迭代算法“，”publication_year“：2012，”publiation_date“：”2012-08-10“，”ids“：{”openalex“：”https://openalex.org/W2154023516“，”doi“：”https://doi.org/10.1007/s10994-012-5313-8“，”mag“：”2154023516“}，”language“：”en“，”primary_location“：{”is_oa“：true，”landing_page_url“：”https://doi.org/10.1007/st0994-012-5313-8，“pdf_url”：https://link.springer.com/content/pdf/10.1007%2Fs10994-012-5313-8.pdf“，”源“：{”id“：”https://openalex.org/S62148650“，”display_name“：”机器学习“，”issn_l“：”0885-6125“，”isn“：[”0885-6 125“，“1573-0565”]，”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”：“journal”}，“license”：null，“licence_id”：nul，“version”：“publishedVersion”，“is_accepted”：true，“is_published”：true}，”type“：“article”，“type_crossref”：”journal-article“，”indexed_in“：[“crossref”]，“open_access”：{“is_oa”：true，“oa_status”：“青铜色，“oa_url”：https://link.springer.com/content/pdf/10.1007%2Fs10994-012-5313-8.pdf“，”any_repository_has_fulltext“：false}，”作者身份“：[{”作者位置“：”第一个“，”作者“：{”id“：”https://openalex.org/A5020009031“，”display_name“：”Johannes F\u00fcrnkranz“，”orcid“：”https://orcid.org/0000-0002-1207-0159}，“机构”：[{“id”：https://openalex.org/I31512782“，”display_name“：”达姆施塔特科技大学“，”ror“：”https://ror.org/05n911h24“，”country_code“：”DE“，”type“：“教育”，”世系“：[”https://openalex.org/I31512782“]}]，”国家“：[”DE“]，”is_corresponding“：true，”raw_author_name“：”Johannes F\u00fcrnkranz“，”raw _ afiliation_strings“：[“德国达姆施塔特大学达姆施塔计算机科学系”]，”affiliations“：[{”raw _affiliation_string“：”德国达姆斯塔特大学计算机科学系“，”institution_ids“：[https://openalex.org/I31512782“]}]}，{”author_position“：”middle“，”author“：{”id“：”https://openalex.org/A5059439673“，”display_name“：”Eyke H\u00fcllermier“，”orcid“：”https://orcid.org/0000-0002-9944-4108}，“机构”：[{“id”：https://openalex.org/I161103922“，”display_name“：”马尔堡菲利普斯大学“，”ror“：”https://ror.org/01rdrb571“，”country_code“：”DE“，”type“：“教育”，”世系“：[”https://openalex.org/I161103922“]}]，”国家“：[”DE“]，”is_corresponding“：false，”raw_author_name“：”Eyke H\u00fcllermier“，”raw_affiliation_strings“：[“德国马尔堡大学数学与计算机科学系”]，”affiliations“：[{”raw_affiliation_string“：”德国马尔堡市马尔堡大学计算机科学系“，”机构ID“：[”https://openalex.org/I161103922“]}]}，{”author_position“：”middle“，”author“：{”id“：”https://openalex.org/A5043737358“，”display_name“：”Weiwei Cheng“，”orcid“：”https://orcid.org/0000-0002-3381-4188}，“机构”：[{“id”：https://openalex.org/I161103922“，”display_name“：”马尔堡菲利普斯大学“，”ror“：”https://ror.org/01rdrb571“，”country_code“：”DE“，”type“：“教育”，”世系“：[”https://openalex.org/I161103922“]}]，”countries“：[”DE“]，”is_corresponding“：false，”raw_author_name“：”Weiwei Cheng“，”raw _affiliation_strings“：【”德国马尔堡大学数学与计算机科学系“】，”affiliations“：[{”raw _affiliation_string“：”德国马尔伯格大学数学与计算科学系“，”institution_ids“：[“https://openalex.org/I161103922“]}]}，{”author_position“：”last“，”author“：{”id“：”https://openalex.org/A5021770384“，”display_name“：”Sang-Hyeun Park“，”orcid“：null}，”institutions“：[{”id“：”https://openalex.org/I31512782“，”display_name“：”达姆施塔特科技大学“，”ror“：”https://ror.org/05n911h24“，”country_code“：”DE“，”type“：“教育”，”世系“：[”https://openalex.org/I31512782“]｝]，”countries“：[”DE“]，”is_corresponding“：false，”raw_author_name“：”Sang Hyeun Park“，”raw_affiation_strings“：[”德国达姆施塔特大学计算机科学系“]，”affiliations“：[｛”raw_affiation_string“：”德国达姆施塔特大学计算机科学系“，”institution_ids“：[”https://openalex.org/I31512782“]}]}]，”countries_disticont_count“：1，”institutions_disticent_count”：2，”corresponding_author_ids“：[”https://openalex.org/A5020009031“]，”对应的机构ID“：[”https://openalex.org/I31512782“]，”apc_list“：{”value“：2390，”currency“：”EUR“，”value_usd“：2990，”provenance“：”doaj“}，”apc _payd“：null，”fwci“：8.575，”has_fulltext“：false，”cited_by_count“：91，”citecd_by_percentile_year“：”{“min”：97，“max”：98}，“biblio”：{“volume”：“89”，“issue”：“1-2”，“first_page”：“123”，“last_page”：“156”}，“is_retracted”：false，“is_paratext”：false，“primary_topic”：{“id”：“https://openalex.org/T10462“，”display_name“：”强化学习算法“，”score“：0.9963，”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“：0.9963，”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/T11178“，”display_name“：”G蛋白偶联受体的结构和功能“，”score“：0.9913，”subfield“：{”id“：”https://openalex.org/subfields/1312“，”display_name“：”分子生物学“}，”字段“：{”id“：”https://openalex.org/fields/13“，”“display_name”：“生物化学、遗传学和分子生物学”}，“域”：{“id”：“https://openalex.org/domains/1“，”display_name“：”生命科学“}}，{”id“：”https://openalex.org/T12761“，”“display_name”：“适应数据流中的概念漂移”，“score”：0.9819，“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“：0.651919}，{”id“：”https://openalex.org/keywords/incremental-learning网站“，”display_name“：”增量学习“，”score“：0.563639}，{”id“：”https://openalex.org/keywords/ensembly-learning“，”display_name“：”合奏学习“，”score“：0.534874}，{”id“：”https://openalex.org/keywords/biased-signaling（https://openalex.org/keywords/biased-signaling）“，”display_name“：”偏置信号“，”score“：0.518638}，{”id“：”https://openalex.org/keywords/adaptive-algorithms网站“，”display_name“：”自适应算法“，”score“：0.511393}]，”concepts“：[{”id“：”https://openalex.org/C97541855，“wikidata”：https://www.wikidata.org/wiki/Q830687“，”display_name“：”强化学习“，”level“：2，”score“：0.8650584}，{”id“：”https://openalex.org/C177148314，“wikidata”：https://www.wikidata.org/wiki/Q170084“，”display_name“：”Generalization“，”level“：2，”score“：0.7464553}，{”id“：”https://openalex.org/C2781249084，“wikidata”：https://www.wikidata.org/wiki/Q908656“，”display_name“：”首选项“，”级别“：2，”分数“：0.73269737}，{”id“：”https://openalex.org/C181204326，“wikidata”：https://www.wikidata.org/wiki/Q7239820“，”display_name“：”偏好学习“，”level“：3，”score“：0.71138704}，{”id“：”https://openalex.org/C41008148，“wikidata”：https://www.wikidata.org/wiki/Q21198“，”display_name“：”计算机科学“，”level“：0，”score“：0.68432623}，{”id“：”https://openalex.org/C189430467，“wikidata”：https://www.wikidata.org/wiki/Q7293293“，”display_name“：”排名（信息检索）“，”级别“：2，”分数“：0.6066848}，{”id“：”https://openalex.org/C154945302，“wikidata”：https://www.wikidata.org/wiki/Q11660“，”display_name“：”人工智能“，”level“：1，”score“：0.6046994}，{”id“：”https://openalex.org/C119857082，“wikidata”：https://www.wikidata.org/wiki/Q2539“，”display_name“：”机器学习“，”level“：1，”score“：0.5745514}，{”id“：”https://openalex.org/C111696304，“wikidata”：https://www.wikidata.org/wiki/Q2303697“，”display_name“：”Sorting“，”level“：2，”score“：0.50528103}，{”id“：”https://openalex.org/C2777868144，“wikidata”：https://www.wikidata.org/wiki/Q7239817“，”display_name“：”偏好启发“，”level“：3，”score“：0.4280116}，{”id“：”https://openalex.org/C11413529，“wikidata”：https://www.wikidata.org/wiki/Q8366“，”display_name“：”Algorithm“，”level“：1，”score“：0.26889023}，{”id“：”https://openalex.org/C33923547，“wikidata”：https://www.wikidata.org/wiki/Q395“，”display_name“：”数学“，”等级“：0，”分数“：0.21561933}，{”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/C105795698，“wikidata”：https://www.wikidata.org/wiki/Q12483“，”display_name“：”Statistics“，”level“：1，”score“：0.0}]，”mesh“：[]，”locations_count“：1.”locations“：[{”is_oa“：true，”landing_page_url“：”https://doi.org/10.1007/st0994-012-5313-8，“pdf_url”：https://link.springer.com/content/pdf/10.1007%2Fs10994-012-5313-8.pdf“，”源“：{”id“：”https://openalex.org/S62148650“，”display_name“：”机器学习“，”issn_l“：”0885-6125“，”isn“：[”0885-6 125“，“1573-0565”]，”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”：“journal”}，“license”：null，“licence_id”：nul，“version”：“publishedVersion”，“is_accepted”：true，“is_published”：true}]，“best_oa_location”：{“is_oa”：true，“landing_page_url”：“https://doi.org/10.1007/s10994-012-5313-8，“pdf_url”：https://link.springer.com/content/pdf/10.1007%2Fs10994-012-5313-8.pdf“，”源“：{”id“：”https://openalex.org/S62148650“，”display_name“：”机器学习“，”issn_l“：”0885-6125“，”isn“：[”0885-6 125“，“1573-0565”]，”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”：“journal”}，“license”：null，“licence_id”：nul，“version”：“publishedVersion”，“is_accepted”：true，“is_published”：true}，”sustainable_development_goals“：[]，”grants“：【】，”datasets“：〔】，”versions“：【〕，”referenced_works_count“：45，”https://openalex.org/W122021961","https://openalex.org/W1574700590","https://openalex.org/W1680797894","https://openalex.org/W1970789124","https://openalex.org/W1995672065","https://openalex.org/W2000759616","https://openalex.org/W2006492951","https://openalex.org/W2008763786","https://openalex.org/W2009303086","https://openalex.org/W2012392077","https://openalex.org/W2014932765","https://openalex.org/W2034191121","https://openalex.org/W2085102928","https://openalex.org/W2094387729","https://openalex.org/W2099001564","https://openalex.org/W2102705755","https://openalex.org/W2109169869","https://openalex.org/W2112420033","https://openalex.org/W2116661285","https://openalex.org/W2119567691","https://openalex.org/W2124122367","https://openalex.org/W2125612430","https://openalex.org/W2125922627","https://openalex.org/W2129297552","https://openalex.org/W2131490088","https://openalex.org/W2133632477","https://openalex.org/W2133990480","https://openalex.org/W2143280922","https://openalex.org/W2150821861","https://openalex.org/W2168319199","https://openalex.org/W2168405694","https://openalex.org/W2172968643","https://openalex.org/W2182044576","https://openalex.org/W2293743194","https://openalex.org/W2591957553","https://openalex.org/W2610184409","https://openalex.org/W2613433911","https://openalex.org/W2616052791","https://openalex.org/W2624698084","https://openalex.org/W2699476589","https://openalex.org/W2997998108","https://openalex.org/W3020831056","https://openalex.org/W4241387086","https://openalex.org/W4251324078","https://openalex.org/W4299828299“]，”related_works“：[”https://openalex.org/W4386241784","https://openalex.org/W4286900255","https://openalex.org/W4200207182","https://openalex.org/W3210700034","https://openalex.org/W2914800632","https://openalex.org/W2766157851","https://openalex.org/W2157910771","https://openalex.org/W2126528747","https://openalex.org/W1562775108","https://openalex.org/W1488237461“]，”ngrams_url“：”https://api.openalex.org/works/W2154023516/ngrams网站“，”abstract_inverted_index“：{”This“：[0]，”paper“：[1]，”makes“：[2]，”a“：[3,26,88,98166172224]，”first“：[4173]，”step“：[5]，”towards“：[6]，”the“：[7,33,55,80,91107131210]，”integration“：[8]，”of“：[9,12,57,9010616817621222232235244]，“two”：[10245]，“subfields”：[11]，“machine”：[13]，“学习”：[14,69124219]，“即”：[15]，“偏好”：[16123228]，“学习”：[17,20,31159229]，“和”：[18217]，“强化”：[19,30,68]，“（RL）.”：[21]，“安”：[22]，“重要”：[23]，“动机”：[24]，“for”：[25,67122144158186197215]，“基于偏好”：[27236]，“方法”：[28206]，“to”：[29,53129151]，“is”：[32103128207]，“观察”：[34]，“that”：[35142179189]，“in”：[36,51,70,95]，“many”：[37]，“realveal”：[38]，“域”，：[39]，“数值”：[40]，“反馈”：[41]，“信号”：[42,74]，“是”：[43,48240]，“不是”：[44]，“容易”：[45]，“可用”，“：[46]，”或“：[47]，“定义”：[49]，“任意”：[50]，“顺序”：[52100109]，“满足”：[54]，“需要”：[56]，“常规”：[58,92]，“RL”：[59,93132]，“算法”“：[60]，“相反”，：[61]，“我们”：[62170191220]，“提议”：[63]，“一个”：[64194]，“替代”：[65]，“框架”：[66,83,94178]，“其中”：[71,96]，“定性”：[72135163]，“奖励”：[73]，“可以”：[75]，“是”：[76,85]，“直接”：[77]，“使用”：[78]，“由”：[79111242]，“学习者”：[81]，“The”：[82]，“may”：[84]，“viewed”：[86]，“as”：[87139154156]，“泛化”：[89216]，“仅”：[97]，“部分”：[99]，“介于”：[101]，“政策”：[102]，“需要”：[104]，“代替”：[105]，“总计”：[108]，“诱导”：[110]，“他们”：[112]，“各自”：[113]，“预期”：[114]，“长期”：[115]，“奖励”：[116]，“因此”：[117]，“建筑”：[118]，“上”：[119183193202209]，“新颖”：[120]，“方法”：[121214]，”我们的“：[125]，“一般”：[126]，“目标”：[127]，“装备”：[130]，“代理”：[133]，“with”：[134]，“policy”：[136199218238]，“模型”，：[137]，“此类”：[138160]，“排名”：[140]，“函数”：[141]，“允许”：[143]，“排序”：[145]，“其”：[146]，“可用”：[147]，“操作”：[148]，“来自”：[149162]，“最多”：[150]，“最少”：[152]，“有希望”：[153]，“良好”：[155]，“算法”：[157]，“模式”：[161]，“反馈。”：[164]，“As”：[165]，“proof”：[167]，“concept”：[169]，“realize”：[171]，“简单”：[174]，“实例化”：[175]，“此”：[177205]，“定义”：[180]，“首选项”：[181]，“基于”：[182201208]，“实用程序”：[184]，“观测”：[185]，“轨迹”：[187]，“到”：[188]，“结束”：[190]，“构建”：[192]，“现有”：[195]，“方法”：[196230]，“近似”：[198237]，“迭代”：[200239]，“滚动输出”.“：[203]，“While”：[204]，“use”：[211222]，“分类”：[213]，“制造”：[221]，“特定”：[225]，“类型”：[226]，“调用”：[231]，“标签”：[232]，“排名”：[233]，“优点”：[234]，“图解”：[241]，“表示”：[243]，“案例”：[246]，“研究”：[247]}，“引用_by_api_url”：“https://api.openalex.org/works？filter=cites:W2154023516“，”counts_by_year“：[{”年“：2024，”cited_by_count“：4}，{”年份“：2023，”ciped_by_cunt“：5}，”{“年份”：2022，“cited_by_count”：5}，{“年”：2021，”cited_by_count：10}，“年”2020，”citecd_by-count“:11}，“年份”：2017，“引用_ by_count”：5}，{“年份”:2016，“引用_by_counts”：8}，}“年份“：2015，”引用_ by_count“：7}，{“年份”：2014，“引用_ by-count”：4}，}“年份“：2013，”引用_ by/count“:9}]，”更新日期“：“2024-06-23T23:39:43.067567”，“创建日期”：“2016-06-24”}