{“id”：“https://openalex.org/W4377101750“，”doi“：”https://doi.org/10.1016/j.jcp.2023.112238“，”title“：“参数化环境下强化学习的随机最大值原理方法”，”display_name“：”参数化环境中强化学习的一种随机最大值原则方法“，”publication_year“：2023，”publitation_date“：”2023-09-01“，”ids“：{”openalex“：”https://openalex.org/W4377101750“，”doi“：”https://doi.org/10.1016/j.jcp.2023.112238“}，”language“：”en“，”primary_location“：{”is_oa“：false，”landing_page_url“：”https://doi.org/10.1016/j.jcp.2023.112238“，”pdf_url“：空，”源“：{”id“：”https://openalex.org/S148709879“，”display_name“：”计算物理杂志“，”issn_l“：”0021-9991“，”isn“：[”0021-999“，”1090-2716“]，”is_oa“：false，”is_ in_doaj“：fase，”host_organization“：”https://openalex.org/P4310320990“，”“host_organization_name”：“Elsevier BV”，“host_organization_lineage”：[“https://openalex.org/P4310320990“]，”host_organization_lineage_names“：[”Elsevier BV“]，“type”：“journal”}，“license”：null，“licence_id”：null，“version”：null，“is_accepted”：false，“is_published”：false}，”type“：”article“，”type_crossref“：“jornal-article”，“indexed_in”：[”arxiv“，”crossref“]，‘open_access”：{“is_oa”：true，“oa_status”：“green”，“oa_url”：“https://arxiv.org/pdf/2208.02241“，”any_repository_has_fulltext“：true}，”authorships“：[{”author_position“：”第一“，”作者“：{”id“：”https://openalex.org/A5043192992“，”display_name“：”R Archibald“，”orcid“：”https://orcid.org/0000-0002-4538-9780}，“机构”：[{“id”：https://openalex.org/I1289243028“，”display_name“：”橡树岭国家实验室“，”ror“：”https://ror.org/01qz5mb56“，”country_code“：”US“，”type“：“facility”，”lineage“：[”https://openalex.org/I1289243028","https://openalex.org/I1330989302","https://openalex.org/I39565521","https://openalex.org/I4210159294“]}]，”国家“：[”美国“]，”is_corresponding“：false，”raw_author_name“：”理查德·阿奇博尔德“，”raw _affiliation_strings“：[“计算机科学与计算科学，橡树岭国家实验室，美国田纳西州橡树岭”]}，{“author_position”：“middle”，“author”：{“id”：“https://openalex.org/A5051038295“，”display_name“：”丰宝“，”兽人“：”https://orcid.org/0000-0002-1302-8120}，“机构”：[{“id”：https://openalex.org/I103163165“，”display_name“：”佛罗里达州立大学“，”ror“：”https://ror.org/05g3dte14“，”country_code“：”US“，”type“：“教育”，”世系“：[”https://openalex.org/I103163165“]}]，”countries“：[”US“]，”is_corresponding“：true，”raw_author_name“：”Feng Bao“，”rau_affiliation_strings“：【”佛罗里达州立大学数学系，佛罗里达州塔拉哈西“]}，{”author_position“：”last“，”author“：{”id“：”https://openalex.org/A5016246712“，”display_name“：”Jiongmin Yong“，”orcid“：”https://orcid.org/0000-0002-6410-8999}，“机构”：[{“id”：https://openalex.org/I106165777“，”display_name“：”中佛罗里达大学“，”ror“：”https://ror.org/036nfer12“，”country_code“：”US“，”type“：“教育”，”世系“：[”https://openalex.org/I106165777“]}]，”countries“：[”US“]，”is_corresponding“：false，”raw_author_name“：”Jiongmin Yong“，”raw _affiliation_strings“：【”美利坚合众国佛罗里达州奥兰多市中佛罗里达大学数学系“]}】，”contries_distict_count“：1，”institutions_disticent_count“：3，”corresponding_author_ids“：[“”https://openalex.org/A5051038295“]，”对应的机构ID“：[”https://openalex.org/I103163165“]，”apc_list“：｛”value“：3750，”currency“：”USD“，”value_USD“：3750，”出处“：”doaj“｝，”apc_payed“：｛”value“：3750，”currency“：”USD“，”value_USD“：3750，”出处“：”doaj“｝，”has_fulltext“：false，”cited_by_count“：1，”cited_by_percentle_year“：｛”min“：78，”max“：87｝，”biblio“：｛”volume“：”488“，”issue“：null，“first_page”：“112238”，“last_page”：“112238”｝，“is_retracted“：false，”is_paratext“：fase，”primary_topic“：{”id“：”https://openalex.org/T10462“，”display_name“：”强化学习算法“，”score“：0.998，”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“：0.998，”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”：0.9728，“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/T10848“，”“display_name”：“进化算法中的多目标优化”，“score”：0.9672，“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“：0.60601}，{”id“：”https://openalex.org/keywords/particle-swarmotimization网址“，”display_name“：”粒子群优化“，”score“：0.540251｝]，”concepts“：[｛”id“：”https://openalex.org/C165464430，“wikidata”：https://www.wikidata.org/wiki/Q1570441网址“，”display_name“：”参数化复杂性“，”level“：2，”score“：0.88468575}，{”id“：”https://openalex.org/C97541855，“wikidata”：https://www.wikidata.org/wiki/Q830687“，”display_name“：”强化学习“，”level“：2，”score“：0.8420007}，{”id“：”https://openalex.org/C2778770139，“wikidata”：https://www.wikidata.org/wiki/Q1966904“，”display_name“：”Solver“，”level“：2，”score“：0.68616927}，{”id“：”https://openalex.org/C41008148，“wikidata”：https://www.wikidata.org/wiki/Q21198“，”display_name“：”计算机科学“，”level“：0，”score“：0.6204637}，{”id“：”https://openalex.org/C126255220，“wikidata”：https://www.wikidata.org/wiki/Q141495“，”display_name“：”数学优化“，”level“：1，”score“：0.59555066}，{”id“：”https://openalex.org/C137631369，“wikidata”：https://www.wikidata.org/wiki/Q7617831“，”display_name“：”随机编程“，”level“：2，”score“：0.4860073}，{”id“：”https://openalex.org/C91575142，“wikidata”：https://www.wikidata.org/wiki/Q1971426“，”display_name“：”最优控制“，”level“：2，”score“：0.48066127}，{”id“：”https://openalex.org/C37404715，“wikidata”：https://www.wikidata.org/wiki/Q380679“，”display_name“：”动态编程“，”level“：2，”score“：0.4695338}，{”id“：”https://openalex.org/C170131372，“wikidata”：https://www.wikidata.org/wiki/Q7617811“，”display_name“：”随机控制“，”level“：3，”score“：0.44039547}，{”id“：”https://openalex.org/C2780791683，“wikidata”：https://www.wikidata.org/wiki/Q846785“，”display_name“：”Action（physical）“，”level“：2，”score“：0.42835483}，{”id“：”https://openalex.org/C154945302，“wikidata”：https://www.wikidata.org/wiki/Q11660“，”display_name“：”人工智能“，”level“：1，”score“：0.36910963}，{”id“：”https://openalex.org/C33923547，“wikidata”：https://www.wikidata.org/wiki/Q395“，”display_name“：”数学“，”等级“：0，”分数“：0.3072884}，{”id“：”https://openalex.org/C11413529，“wikidata”：https://www.wikidata.org/wiki/Q8366“，”display_name“：”Algorithm“，”level“：1，”score“：0.24422604}，{”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}]，”mesh“：[]，”locations_count“：3，”location“：[{”is_oa“：false，”landing_page_url“：”https://doi.org/10.1016/j.jcp.2023.112238“，”pdf_url“：空，”源“：{”id“：”https://openalex.org/S148709879“，”display_name“：”计算物理杂志“，”issn_l“：”0021-9991“，”isn“：[”0021-999“，”1090-2716“]，”is_oa“：false，”is_ in_doaj“：fase，”host_organization“：”https://openalex.org/P4310320990“，”“host_organization_name”：“Elsevier BV”，“host_organization_lineage”：[“https://openalex.org/P4310320990“]，”host_organization_lineage_names“：[”Elsevier BV“]，”type“：”journal“｝，”license“：null，”license_id“：null，”version“：null，”is_accepted“：false，”is_published“：false｝，｛”is_oa“：true，”landing_page_url“：”https://arxiv.org/abs/2208.02241，“pdf_url”：https://arxiv.org/pdf/208.02241，“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，”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“：[”Cornell University“]，“type”：“repository”}，“license”：null，“licence_id”：null，“version”：“submittedVersion”，“is_accepted”：false，“is_published”：false}，{“is_oa”：true，“landing_page_url”：“网址：http://arxiv.org/abs/2208.02241，“pdf_url”：http://arxiv.org/pdf/2208.02241，“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，”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/2208.02241，“pdf_url”：https://arxiv.org/pdf/2208.02241，“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，”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”：16，“referrenced_works”：https://openalex.org/W1501586228","https://openalex.org/W1980091117","https://openalex.org/W2006718988","https://openalex.org/W2033603136","https://openalex.org/W2095445700","https://openalex.org/W2162733643","https://openalex.org/W2343354150","https://openalex.org/W2554567359","https://openalex.org/W2770316314","https://openalex.org/W2787259794","https://openalex.org/W2964546405","https://openalex.org/W3037975593","https://openalex.org/W3107285692","https://openalex.org/W32403112","https://openalex.org/W4280632784","https://openalex.org/W4362203700“]，”related_works“：[”https://openalex.org/W4300052603","https://openalex.org/W3116776104","https://openalex.org/W3048549205","https://openalex.org/W2791142594","https://openalex.org/W2599556035","https://openalex.org/W2086136595","https://openalex.org/W2058868784","https://openalex.org/W175006096","https://openalex.org/W1590308505","https://openalex.org/W1518635954“]，”ngrams_url“：”https://api.openalex.org/works/W4377101750/ngrams网站“，”“abstract_inverted_index”：{“In”：[0]，“this”：[1]，“work”：[2]，“we”：[3,39]，“introduce”：[4]，“a”：[5]，“随机”：[6]，“最大值”：[7]，“原则”：[8121]，“（SMP）”：[9]，“方法”：[10,92]，“for”：[11,63,76,93]，“求解”：[12]，“the”：[13,18,21,24,34,53,57,61,64,80，90102108117]，“强化”：[14,94]，“学习”：[15,74,95]，“问题”：[16]，“与”：[17116]，“假设“：[19]，”that“：[20,89]，”unknowns“：[22]，”in“：[23107]，”environment“：[25,54]，”can“：[26,96]，”be“：[27]，“parameterized”：[28]，”based“：[29122]，”on“：[30]，”physical“：[31]，”knowledge。“：[32]，”For“：[33]，”development“：[35]，”of“：[36]，”numerical“：[37]，”algorithms，“：[38]，”apply“：[40]，”an“：[41,70]，”effect“：[42]，”online“：[43]，”parameter“：[44,55]，”estimation“：[45]，”method“：[46,75]，”as“：[47]，”ourr“：[48]，”exploration“：%49]，”technology“：[50]，”to“：[51,87”]，“估算”：[52]，“期间”：[56]，“培训”：[58113]，“程序”：[59]，“和”：[60101]，“开发“：[62]，“最优”：[65]，“政策”：[66,77]，“是”：[67]，“实现”：[68]，“通过”：[69]，“高效”：[71]，“落后”：[72]，“行动”：[73]，“改进”：[78]，“根据”：[79]，“SMP”：[81,91109]，“框架。”：[82]，“数值”：[83]，“实验”：[84]，“are”：[85]，“呈现”：[86]，“演示”：[88]，“生产”：[97]，“可靠”：[98]，“控制”：[99]，“策略”：[100]，“梯度“：[103]，”下降“：[104]，”类型“：[105]，”优化“：[106]，”求解器“：[110]，”需要“：[111]，”较少“：[112]，”剧集“：[114]，”比较“：[115]，”标准“：[118]，”动态“：[119]，”编程“：[120]，”方法。“：[123]｝，”cited_by_api_url“：”https://api.openalex.org/works？filter=引用：W4377101750“，”counts_by_year“：[{”年“：2024，”cited_by_count“：1}]，”更新日期“：”2024-06-05T17:39:39.735587“，”创建日期“：“2023-05-20”}