{“id”：“https://openalex.org/W3195641273“，”doi“：”https://doi.org/10.1016/j.neunet.2021.08.017“，”title“：”正向和反向强化学习共享网络权重和超参数“，”display_name“：”正反向强化学习分享网络权重和超级参数“，“publication_year”：2021，“publiation_date”：“2021-12-01”，“ids”：{“openalex”：“https://openalex.org/W3195641273“，”doi“：”https://doi.org/10.1016/j.neunet.2021.08.017“，”mag“：”3195641273“，”pmid“：”https://pubmed.ncbi.nlm.nih.gov/34492548“}，”language“：”en“，”primary_location“：{”is_oa“：true，”landing_page_url“：”https://doi.org/10.1016/j.neunet.2021.08.017“，”pdf_url“：空，”源“：{”id“：”https://openalex.org/S123019304“，”display_name“：”Neural networks“，”issn_l“：”0893-6080“，”isn“：[”0893-6080“，”1879-2782“]，”is_oa“：false，”is_ in_doaj“：false，”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“：”cc by nc nd“，”license_id“：”https://openalex.org/licenses/cc-by-nc-nd“，”version“：”publishedVersion“，”is_accepted“：true，”is_published“：true}，”type“：”article“，”type_crossref“：“journal-article”，”indexed_in“：[”arxiv“，”crossref“，”datacite“，”publibmed“]，”open_access“：{”is_oa“：true，”oa_status“：”hybrid“，”oa_url“：”https://doi.org/10.1016/j.neunet.2021.08.017“，”any_repository_has_fulltext“：true｝，”authorships“：[｛”author_position“：”first“，”author“：｛”id“：”https://openalex.org/A5031054137“，”display_name“：”Eiji Uchibe“，”orcid“：”https://orcid.org/0000-0001-7908-0258}，“机构”：[{“id”：https://openalex.org/I4210104143“，”display_name“：”国际高级电信研究所“，”ror“：”https://ror.org/01pe1d703“，”country_code“：”JP“，”type“：”设施“，”沿袭“：[”https://openalex.org/I4210104143“]}]，”国家“：[”JP“]，”is_corresponding“：true，”raw_author_name“：”Eiji Uchibe“，”raw _affiliation_strings“：[“ATR计算神经科学实验室脑机器人接口部，2-2-2 Hikaridai，Seika-chio，Soraku-gun，Kyoto 619-0288，日本”]，“afliations”：[{“raw_affiliation _string”：“ATR计算神经科学实验室脑机器人接口部，2-2-2 Hikaridai，Seika-chio，Soraku-gun，Kyoto 619-0288，Japan“，”institution_ids“：[”https://openalex.org/I4210104143“]}]}，{”author_position“：”last“，”author“：{”id“：”https://openalex.org/A5004840638“，”display_name“：”Kenji Doya“，”orcid“：”https://orcid.org/0000-0002-2446-6820}，“机构”：[{“id”：https://openalex.org/I142637625“，”display_name“：”冲绳理工大学研究生院“，”ror“：”https://ror.org/02qg15b79“，”country_code“：”JP“，”type“：“教育”，”世系“：[”https://openalex.org/I142637625“]}]，”国家“：[”JP“]，”is_corresponding“：false，”raw_author_name“：”Kenji Doya“，”raw _ afiliation_strings“：[“冲绳科学技术研究生院神经计算部，1919-1 Tancha，Onna-son，Okinawa 904-0495，Japan”]，“afliations”：[{“raw _ ffiliation_strong”：“冲绳科学技术研究生院神经计算部，1919-1 Tancha，Onna-son，Okinawa 904-0495，Japan“，”institution_ids“：[”https://openalex.org/I142637625“]}]}]，”countries_disticont_count“：1，”institutions_disticent_count”：2，”corresponding_author_ids“：[”https://openalex.org/A5031054137“]，”对应的机构ID“：[”https://openalex.org/I4210104143“]，”apc_list“：{”value“：3350，”currency“：”USD“，”value_USD“：33500，”provenance“：”doaj“}，”apc _payed“：”{“value”：3350；”currentary“：”美元“，”value_USD”：3380，“provenance”：“doaj”}，“fwci”：2.935，“has_fulltext_origin”：“pdf”，“cited_by_count”：14，“citted_by_percentile_year”：{“min”：92，“max”：93}，“biblio”：{“volume”：“144”，“issue”：null，“first_page”：“138”last_page“：”153“}，”is_retracted“：false，”is_paratext“：fase，”primary_topic“：{”id“：”https://openalex.org/T10462“，”display_name“：”强化学习算法“，”score“：0.9992，”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“：0.9992，”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/T10581“，”“display_name”：“皮层网络中的神经元振荡”，“score”：0.982，“subfield”：{“id”：“https://openalex.org/subfields/2805“，”display_name“：”认知神经科学“}，”字段“：{”id“：”https://openalex.org/fields/28“，”display_name“：”Neuroscience“}，”domain“：{”id“：”https://openalex.org/domains/1“，”display_name“：”生命科学“}}，{”id“：”https://openalex.org/T12794“，”display_name“：”最优控制的自适应动态规划“，”score“：0.9801，”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“：”Physical Sciences“｝｝]，”keywords“：[｛”id“：”https://openalex.org/keywords/reinforcement-learning网站“，”display_name“：”强化学习“，”score“：0.597818}]，”concepts“：[{”id“：”https://openalex.org/C2779803651，“wikidata”：https://www.wikidata.org/wiki/Q5282088“，”display_name“：”Discriminator“，”level“：3，”score“：0.87446994}，{”id“：”https://openalex.org/C41008148，“wikidata”：https://www.wikidata.org/wiki/Q21198“，”display_name“：”计算机科学“，”level“：0，”score“：0.62262917}，{”id“：”https://openalex.org/C171752962，“wikidata”：https://www.wikidata.org/wiki/Q255166“，”display_name“：”Kullback\u2013Leibler发散“，”level“：2，”score“：0.6157086}，{”id“：”https://openalex.org/C97541855，“wikidata”：https://www.wikidata.org/wiki/Q830687“，”display_name“：”强化学习“，”level“：2，”score“：0.60584915}，{”id“：”https://openalex.org/C8642999，“wikidata”：https://www.wikidata.org/wiki/Q4171168“，”display_name“：”Hyperparameter“，”level“：2，”score“：0.5891844}，{”id“：”https://openalex.org/C154945302，“wikidata”：https://www.wikidata.org/wiki/Q11660“，”display_name“：”人工智能“，”level“：1，”score“：0.50474274}，{”id“：”https://openalex.org/C9679016，“wikidata”：https://www.wikidata.org/wiki/Q1417473“，”display_name“：”最大熵原理“，”level“：2，”score“：0.4922289}，{”id“：”https://openalex.org/C106301342，“wikidata”：https://www.wikidata.org/wiki/Q4117933“，”display_name“：”熵（时间箭头）“，”level“：2，”score“：0.48672202}，{”id“：”https://openalex.org/C11413529，“wikidata”：https://www.wikidata.org/wiki/Q8366“，”display_name“：”Algorithm“，”level“：1，”score“：0.35026163}，{”id“：”https://openalex.org/C119857082，“wikidata”：https://www.wikidata.org/wiki/Q2539“，”display_name“：”机器学习“，”level“：1，”score“：0.3491586}，{”id“：”https://openalex.org/C126255220，“wikidata”：https://www.wikidata.org/wiki/Q141495“，”display_name“：”数学优化“，”level“：1，”score“：0.3364654}，{”id“：”https://openalex.org/C33923547，“wikidata”：https://www.wikidata.org/wiki/Q395“，”display_name“：”数学“，”等级“：0，”分数“：0.29221883}，{”id“：”https://openalex.org/C76155785，“wikidata”：https://www.wikidata.org/wiki/Q418“，”display_name“：”Telecommunications“，”level“：1，”score“：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/C62520636，“wikidata”：https://www.wikidata.org/wiki/Q944“，”display_name“：”量子力学“，”level“：1，”score“：0.0}，{”id“：”https://openalex.org/C94915269，“wikidata”：https://www.wikidata.org/wiki/Q1834857网址“，”display_name“：”Detector“，”level“：2，”score“：0.0}]，”mesh“：[]，”locations_count“：5，”location“：[{”is_oa“：true，”landing_page_url“：”https://doi.org/10.1016/j.neunet.2021.08.017“，”pdf_url“：空，”源“：{”id“：”https://openalex.org/S123019304“，”display_name“：”Neural networks“，”issn_l“：”0893-6080“，”isn“：[”0893-6080“，”1879-2782“]，”is_oa“：false，”is_ in_doaj“：false，”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“：”cc by nc nd“，”license_id“：”https://openalex.org/licenses/cc-by-nc-nd“，”version“：”publishedVersion“，”is_accepted“：true，”is_published“：true}，{”is_oa“：true，”landing_page_url“：”https://arxiv.org/abs/2008.07284，“pdf_url”：https://arxiv.org/pdf/2008.07284，“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”：“http://id.nii.ac.jp/1394/00002139/，“pdf_url”：https://oist.repo.nii.ac.jp/？action=repository_action_common_download&item_id=2339&item_no=1&attribute_id=22&file_no=2，“源”：{“id”：https://openalex.org/S4306402452“，”“display_name”：“冲绳科学技术研究生院（冲绳理工研究生院）”，“issn_l”：null，“issn”：nul，“is_oa”：true，“is_ in_doaj”：false，“host_organization”：“https://openalex.org/I142637625“，”“host_organization_name”：“冲绳理工大学研究生院”，“host_ordanization_lineage”：[“https://openalex.org/I142637625“]，”host_organization_lineage_names“：[”冲绳理工大学研究生院“]，“type”：“repository”}，“license”：“cc-by-nc-nd”，“licence_id”：“https://openalex.org/licenses/cc-by-nc-nd“，”version“：”publishedVersion“，”is_accepted“：true，”is_published“：true}，{”is_oa“：false，”landing_page_url“：”https://pubmed.ncbi.nlm.nih.gov/34492548“，”pdf_url“：空，”源“：{”id“：”https://openalex.org/S4306525036“，”display_name“：”PubMed“，”issn_l“：null，”issn“：null，”is_oa“：false，”is_ in_doaj“：false，”host_organization“：”https://openalex.org/I1299303238“，”“host_organization_name”：“美国国立卫生研究院”，“host_ordanization_lineage”：[“https://openalex.org/I1299303238“]，”host_organization_lineage_names“：[”美国国立卫生研究院“]，”type“：”repository“｝，”license“：null，”license_id“：null，”version“：null，”is_accepted“：false，”is_published“：false｝，｛”is_oa“：false，”landing_page_url“：”https://api.datacite.org/dois/10.48550/arxiv.2008.07284“，”pdf_url“：空，”源“：{”id“：”https://openalex.org/S4393179698“，”display_name“：”DataCite API“，”issn_l“：null，”issn“：null，”is_oa“：true，”is_ in_doaj“：false，”host_organization“：”https://openalex.org/I4210145204“，”“host_organization_name”：“DataCite”，“host_organization_lineage”：[“https://openalex.org/I4210145204“]，”host_organization_lineage_names“：[”DataCite“]，“type”：“metadata”}，“license”：null，“licence_id”：null，“version”：null}]，“best_oa_location”：{“is_oa”：true，“landing_page_url”：“https://doi.org/10.1016/j.neunet.2021.08.017“，”pdf_url“：空，”源“：{”id“：”https://openalex.org/S123019304“，”display_name“：”Neural networks“，”issn_l“：”0893-6080“，”isn“：[”0893-6080“，”1879-2782“]，”is_oa“：false，”is_ in_doaj“：false，”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”：“cc-by-nc-nd”，“licence_id”：“https://openalex.org/licenses/cc-by-nc-nd“，”version“：”publishedVersion“，”is_accepted“：true，”is_published“：true}，”sustainable_development_goals“：[{”score“：0.72，”display_name“：”减少不平等“，”id“：”https://metadata.un.org/sdg/10“}]，”grants“：[]，”datasets“：[]，”versions“：[”https://openalex.org/W3195641273“]，”referenced_works_count“：48，”referrenced_works“：[”https://openalex.org/W1977655452","https://openalex.org/W1977828796","https://openalex.org/W1994530392","https://openalex.org/W1999874108","https://openalex.org/W2031067035","https://openalex.org/W2068127265","https://openalex.org/W2075323224","https://openalex.org/W2114984060","https://openalex.org/W2119785746","https://openalex.org/W2125612430","https://openalex.org/W2145339207","https://openalex.org/W2158782408","https://openalex.org/W2171302338","https://openalex.org/W2227909145","https://openalex.org/W2466175722","https://openalex.org/W2559655401","https://openalex.org/W2580133360","https://openalex.org/W2591916597","https://openalex.org/W2751530711","https://openalex.org/W2754517384","https://openalex.org/W2765861418","https://openalex.org/W2766447205","https://openalex.org/W2894613947","https://openalex.org/W2900582619","https://openalex.org/W2904246096","https://openalex.org/W2943868761","https://openalex.org/W2946545621","https://openalex.org/W2949206666","https://openalex.org/W2962787969","https://openalex.org/W2962845991","https://openalex.org/W2962901215","https://openalex.org/W2979776030","https://openalex.org/W2981030070","https://openalex.org/W2982316857","https://openalex.org/W2983294627","https://openalex.org/W2983464671","https://openalex.org/W2990460121网址","https://openalex.org/W2996037775","https://openalex.org/W3000681444","https://openalex.org/W3021829440","https://openalex.org/W3036472058","https://openalex.org/W3102709953","https://openalex.org/W3104595455","https://openalex.org/W3117178794","https://openalex.org/W3175558129","https://openalex.org/W4235391064","https://openalex.org/W4394662461","https://openalex.org/W91088564“]，”related_works“：[”https://openalex.org/W4380714744","https://openalex.org/W4319453655","https://openalex.org/W4312713068","https://openalex.org/W4293202849","https://openalex.org/W4281847915","https://openalex.org/W2614538623","https://openalex.org/W2387995142","https://openalex.org/W2089959425","https://openalex.org/W1980965563","https://openalex.org/W1489300767“]，”ngrams_url“：”https://api.openalex.org/works/W319564273/ngrams“，”abstract_inverted_index“：{”This“：[0]，”paper“：[1]，”proposes“：[2]，”model-free“：[3]，”immusition“：[4]，”learning“：[5,24]，”named“：[6]，”Entropy-Regulated“：[7]，”Immusition”：[8]，“learning”：[9]，“（ERIL）”：[10]，“that”：[11,94129157173]，“minimmusize”：[1217]，“the”：[13,27,40,54,58,63,73，79,84,87,95101110118123131163168181]，“背面”：[14119132]，“Kullback-Leibler“：[15]，”（KL）“：[16]，”散度。“：[17]，“ERIL”：[18158]，“combines”：[19]，“forward”：[20,59102114]，“and”：[2148178]，“inverse”：[22,36124]，“reinforction”：[23]，“（RL）”：[25]，“under”：[26]，“framework”：[28]，“of”：[29,75]，“an”：[30139]，“entropy-regulated”：[31]，“Markov”：[32]，“decision”：[33]，“process”。“：[34]，”安“：[35]，”RL“：[37,60115125]，”步骤“：[38,61116]，”计算“：[39]，”对数比率“：[41]，”介于“：[42]，”两个“：[43,47]，”分布“：[44]，”by“：[45,57,72,83122]，”评估“：[46]，”二进制“：[48]，”鉴别器。“：[49]，”The“：[50，66]，”first“：[51]，”discriminator“：[52，97]，”distinctive“：[53，78]，”state“：[55]，”generated“：[56，82]，”from“：[62，86]，”expert‘s“：[64]，”state“：[53，78]，”state“：[55]，”生成“：[56，82]，”来源“：[62，86]，”专家“：[64]，”状态“。“：[65]，”second“：[67,96]，”discriminator“：[68]，”which“：[69104]，”is“：[70,93135159]，”structured“：[71]，”theory“：/74]，”entropy“：[76]，”regulation“：[77]，”state-action-next-state“：[80]，”tuples“：[81]，”learner“：[85]，”expert“：[88]，”ones“。“：[89]，“一个”：[90]，“显著”：[91]，“特征”：[92]，“共享”：[98]，“超参数”：[99]，“with”：[100152]，“RL，”：[103]，“can”：[105]，“be”：[106]，“used”：[107]，“to”：[108137170]，“control”：%109]，“discriminator’s”：[111]，“能力。“：[112]，”A“：[113]，”KL“：[120133]，”估计“：[121182]，”步骤。“：[126]，“我们”：[127166]，“显示”：[128156185]，“最小化”：[130]，“分歧”：[134]，“等价”：[136]，“查找”：[138]，“最佳”：[140]，“策略”。“：[141]，“我们的”：[142]，“实验”：[143]，“结果”：[144]，“on”：[145]，“MuJoCo-simulated”：[146]，“环境”：[147]，“基于视觉”：[149]，“到达”：[150]，“任务”：[151]，“a”：[153175]，“机器人”：[154]，“手臂”：[155]，“更多”：[160]，“样本效率”：[161]，“比”：[162]，“基线”：[164]，“方法”。“：[165]，”应用“：[167]，”方法“：[169]，”人类“：[171]，”行为“：[172]，”执行“：[174]，”电极平衡“：[176]，”任务“：[177]，”描述“：[179]，”如何“：[180186]，”奖励“：[183]，”功能“：[184]，”每一个“：[187]，”主题“：[188]，”实现“：[189]，”她“：[190]，”目标。“：[191]}，”cited_by_api_url“：”https://api.openalex.org/works？filter=cites:W3195641273“，”counts_by_year“：[{年：2024，”cited_by_count“：2}，{年“：2023，”cited_by_count”：6}，“年”：2022，”citecd_by_count“：5}，”{“年份”：2021，”citted_by_count“:1}]，”updated_date“：”2024-06-21T15:05:37.696278“，”created_dated“日期”：“2021-08-30”}