{“id”：“https://openalex.org/W2578350735“，”doi“：”https://doi.org/10.1017/s026988891500017x网址“，”title“：”克服基于计划的奖励塑造中的错误知识“，”display_name“：”消除基于计划的奖金塑造中的不正确知识“，“publication_year”：2016，“publiation_date”：“2016-01-01”，“ids”：{“openalex”：“https://openalex.org/W2578350735“，”doi“：”https://doi.org/10.1017/s026988891500017x网址“，”mag“：”2578350735“｝，”language“：”en“，”primary_location“：｛”is_oa“：false，”landing_page_url“：”https://doi.org/10.1017/s026988891500017x网址“，”pdf_url“：空，”源“：{”id“：”https://openalex.org/S137506714“，”display_name“：”The Knowledge Engineering Review“，”issn_l“：”0269-8889“，”isn“：[”02698-8889“，”1469-8005“]，”is_oa“：false，”is-in_doaj“：false，”is_core“：true，”host_organization“：”https://openalex.org/P4310311721“，”“host_organization_name”：“剑桥大学出版社”，“host_ordanization_lineage”：[“https://openalex.org/P4310311721","https://openalex.org/P4310311702“]，”host_organization_lineage_names“：[”剑桥大学出版社“，”剑桥大学“]，“type”：“journal”}，“license”：null，“licence_id”：null，“version”：nully，“is_accepted”：false，“is_published”：false}，”type“：”article“，”type_crossref“：“jornal-article”，“indexed_in”：[”crossref“]，‘open_access’：{”is_oa“：false，”“oa_status”：“closed”，“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/A5056510473“，”display_name“：”Kyriakos Efthymiadis“，”orcid“：”https://orcid.org/0000-0002-2235-5115}，“机构”：[{“id”：https://openalex.org/I52099693“，”display_name“：”约克大学“，”ror“：”https://ror.org/04m01e293“，”country_code“：”GB“，”type“：“教育”，”世系“：[”https://openalex.org/I52099693“]}]，”国家“：[”GB“]，”is_corresponding“：false，”raw_author_name“：”Kyriakos Efthymiadis“，”raw _ afiliation_strings“：[“约克大学”]，”从属关系“：[{”raw _affiliation_string“：”约克大学“，”institution_ids“：[https://openalex.org/I52099693“]}]}，{”author_position“：”middle“，”author“：{”id“：”https://openalex.org/A5048451922“，”display_name“：”Sam Devlin“，”orcid“：”https://orcid.org/0000-0002-7769-3090}，“机构”：[{“id”：https://openalex.org/I52099693“，”display_name“：”约克大学“，”ror“：”https://ror.org/04m01e293“，”country_code“：”GB“，”type“：“教育”，”世系“：[”https://openalex.org/I52099693“]}]，”国家“：[”GB“]，”is_corresponding“：false，”raw_author_name“：”Sam Devlin“，”raw _affiliation_strings“：[“约克大学”]，”affiliations“：[{”raw_affiliation_string“：”约克大学“，”institution_ids“:[”https://openalex.org/I52099693“]}]}，{”author_position“：”last“，”author“：{”id“：”https://openalex.org/A5009587907“，”display_name“：”Daniel Kudenko“，”orcid“：”https://orcid.org/0000-0003-3359-3255}，“机构”：[{“id”：https://openalex.org/I52099693“，”display_name“：”约克大学“，”ror“：”https://ror.org/04m01e293“，”country_code“：”GB“，”type“：“教育”，”世系“：[”https://openalex.org/I52099693“]}]，”国家“：[”GB“]，”is_corresponding“：false，”raw_author_name“：”Daniel Kudenko“，”raw _affiliation_strings“：[“约克大学”]，”affiliations“：[{”raw _affiliation_string“：”约克大学“，”institution_ids“：[https://openalex.org/I52099693“]}]}]，”institution_assertions“：[]，”countries_distiction_count“：1，”institutions_disticent_count”：1，“corresponding_author_ids”：[]、“corresconding_institution_ids“：[].”apc_list“：null，”apc_payed“：null，”fwci“：0.267，”has_fulltext“：true，”fulltext_origin“：”ngrams“，”cited_by_count，“：5，”citation_normalized_percentile“：{”value“：0.7”40125，“is_in_top_1_percent“：false，”is_in_top_10_percennt“：false}，”cited_by_percentile_year“：{”min“：81，”max“：83}，“biblio”：{“volume”：“31”，”issue“：”1“，”first_page“：”31“，”last_page“：”43“}https://openalex.org/T10462“，”display_name“：”强化学习算法“，”score“：0.9999，”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“：0.9999，”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/T10653“，”“display_name”：“机器人抓取和示范学习”，“score”：0.9861，“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“}}，{”id“：”https://openalex.org/T1975“，”“display_name”：“遗传编程在机器学习中的应用”，“score”：0.9855，“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“：0.562119}，{”id“：”https://openalex.org/keywords/symbolic-regression网站“，”display_name“：”符号回归“，”score“：0.512555}]，”concepts“：[{”id“：”https://openalex.org/C2776505523，“wikidata”：https://www.wikidata.org/wiki/Q4785468“，”display_name“：”Plan（考古学）“，”level“：2，”score“：0.7761764｝，｛”id“：”https://openalex.org/C97541855，“wikidata”：https://www.wikidata.org/wiki/Q830687“，”display_name“：”强化学习“，”level“：2，”score“：0.7310531}，{”id“：”https://openalex.org/C41008148，“wikidata”：https://www.wikidata.org/wiki/Q21198“，”display_name“：”计算机科学“，”level“：0，”score“：0.6578433}，{”id“：”https://openalex.org/C207685749，“wikidata”：https://www.wikidata.org/wiki/Q2088941“，”display_name“：”领域知识“，”level“：2，”score“：0.5774209}，{”id“：”https://openalex.org/C36503486，“wikidata”：https://www.wikidata.org/wiki/Q11235244“，”display_name“：”域（数学分析）“，”level“：2，”score“：0.46547812}，{”id“：”https://openalex.org/C154945302，“wikidata”：https://www.wikidata.org/wiki/Q11660“，”display_name“：”人工智能“，”level“：1，”score“：0.4616581}，{”id“：”https://openalex.org/C182306322，“wikidata”：https://www.wikidata.org/wiki/Q1779371“，”display_name“：”Order（exchange）“，”level“：2，”score“：0.44874167}，{”id“：”https://openalex.org/C56739046，“wikidata”：https://www.wikidata.org/wiki/Q192060“，”display_name“：”知识管理“，”level“：1，”score“：0.35052645}，{”id“：”https://openalex.org/C119857082，“wikidata”：https://www.wikidata.org/wiki/Q2539“，”display_name“：”机器学习“，”level“：1，”score“：0.3392551｝，｛”id“：”https://openalex.org/C144133560，“wikidata”：https://www.wikidata.org/wiki/Q4830453网址“，”display_name“：”Business“，”level“：0，”score“：0.11923626}，{”id“：”https://openalex.org/C33923547，“wikidata”：https://www.wikidata.org/wiki/Q395“，”display_name“：”数学“，”等级“：0，”分数“：0.071219}，{”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/C166957645，“wikidata”：https://www.wikidata.org/wiki/Q23498“，”display_name“：”考古学“，”level“：1，”score“：0.0}，{”id“：”https://openalex.org/C10138342，“wikidata”：https://www.wikidata.org/wiki/Q43015“，”display_name“：”Finance“，”level“：1，”score“：0.0}，{”id“：”https://openalex.org/C95457728，“wikidata”：https://www.wikidata.org/wiki/Q309“，”display_name“：”History“，”level“：0，”score“：0.0}]，”mesh“：[]，”locations_count“：1，”location“：[{”is_oa“：false，”landing_page_url“：”https://doi.org/10.1017/s026988891500017x网址“，”pdf_url“：空，”源“：{”id“：”https://openalex.org/S137506714“，”display_name“：”The Knowledge Engineering Review“，”issn_l“：”0269-8889“，”isn“：[”02698-8889“，”1469-8005“]，”is_oa“：false，”is-in_doaj“：false，”is_core“：true，”host_organization“：”https://openalex.org/P4310311721“，”“host_organization_name”：“剑桥大学出版社”，“host_ordanization_lineage”：[“https://openalex.org/P4310311721","https://openalex.org/P4310311702“]，”host_organization_lineage_names“：[”剑桥大学出版社“，”剑桥大学“]，“type”：“journal”}，“license”：null，“licence_id”：nul，“version”：null，“is_accepted”：false，“is_published”：false}]，“best_oa_location”：null，“sustainable_development_goals”：[]，“grants”：[]，“datasets”：〔〕，“versions”：[〕，“referenced_works_count”：18，“referenced_works“：[”https://openalex.org/W119236796","https://openalex.org/W1499408472","https://openalex.org/W1553476745","https://openalex.org/W1777239053","https://openalex.org/W2081944499","https://openalex.org/W2095564494","https://openalex.org/W2098432798","https://openalex.org/W2111316871","https://openalex.org/W2119567691","https://openalex.org/W2121863487","https://openalex.org/W2151382427","https://openalex.org/W2158969944","https://openalex.org/W2159600763","https://openalex.org/W2305373430","https://openalex.org/W233478222","https://openalex.org/W2337392266","https://openalex.org/W2989739191","https://openalex.org/W4214717370“]，”related_works“：[”https://openalex.org/W4380318855","https://openalex.org/W4362501864","https://openalex.org/W4306904969","https://openalex.org/W3213252596","https://openalex.org/W2138720691","https://openalex.org/W2031695474","https://openalex.org/W2024136090","https://openalex.org/W1649619740","https://openalex.org/W1583422155","https://openalex.org/W1534006406“]，”abstract_inverted_index“：{”abstract“：[0]，”Reward“：[1]，”shaping“：[2,17118]，”has“：[3,47]，”been“：[4,48]，”show“：[5,49]，”to“：[6,31,35,55,67,87,94]，”显着“：[7]，”improve“：[8]，”an“：[9,95105]，”agent\u2019s“：[10]，”performance“：[11]，”in“：[12,29,61]，”reinforcement“：[13]，“学习”：[14]，“基于计划”：[15]，“奖励”：[16,99117]，“是”：[18,27,44]，“a“：[19,24,81]，“成功”：[20]，“方法”：[21]，“其中”：[23]，“字符串”：[25]，“计划”：[26]，“使用”：[28]，“顺序”：[30]，“指南”：[32]，“the”：[33,36,41,50,57112]，“agent”：[34,51,96106114]，“最优”：[37,58]，“行为”。“：[38]，”“然而，”：[39]，“if”：[40]，“provided”：[42,93]，“knowledge”：[43,71,85,91120]，“wrong”，“：[45]，“it”：[46,64,73]，“will”：[52]，“take”：[53]，“longer”：[54]，“learn”：[56]，“policy”。“：[59]，”Previous，“：[60]，”some“：[62]，”cases，“：/63]，”was“：[65]，”better“：[66]，”ignore“：[68]，”all“：[69]，”previous“：%70]，”whiled“：[72]，”only“：[74]，”be“：[75]，”partial“：[76]，”incorrect“。“：[77]，“This”：[78]，“paper”：[79]，“investings”：[80]，“novel”：[82]，“use”：[83]，“of”：[84]，“revision”：[86]，“overview”：[88]，“correct”：[89]，“domain”：[00]，“when”：[92]，“receiving”：[97115]，“plan-based”：[98116]，“shaping”。“：[100]，“实证”：[101]，“结果”：[102]，“显示”：[103]，“那”：[104]，“使用”：[107]，“这个”：[108]，“方法”：[109]，“可以”：[110]，“跑赢大市”：[111]，“之前”：[113]，“没有”：[119]，“修订。“：[121]}，”cited_by_api_url“：”https://api.openalex.org/works？filter=cites:W2578350735“，”counts_by_year“：[{年：2023，”cited_by_count“：2}，{年“：2022，”cited_by_count”：1}，“年”：2018