｛“id”：“https://openalex.org/W1983264093“，”doi“：”https://doi.org/10.109/devlrn.2013.6652533“，”title“：”依赖于州的折扣因子的强化学习“，”display_name“：”基于州的折扣因数的强化学习”，“publication_year”：2013，“publiation_date”：“2013-08-01”，“ids”：{“openalex”：“https://openalex.org/W1983264093网址“，”doi“：”https://doi.org/10.109/devlrn.2013.6652533“，”mag“：”1983264093“}，”language“：”en“，”primary_location“：{”is_oa“：false，”landing_page_url“：”https://doi.org/10.109/devlrn.2013.6652533“，”pdf_url“：null，”source“：null，”license“：null'，”licence_id“：null，”version“：nuller，”is_accepted“：false，”is_published“：false}，”type“：”article“，”type_crossref“：“procesdings-article”，”indexed_in“：[”crossref“]，”open_access“：{”is_oa“：false，”oa_status“：”closed“，”oa_url”：null“，”any_repository_has_fulltext“：false}”，”authorships“：[{”author_position“：”first“，”作者“：{”id“：”https://openalex.org/A5024114769“，”display_name“：”Naoto Yoshida“，”orcid“：”https://orcid.org/0000-0003-0394-2450}，“机构”：[{“id”：https://openalex.org/I75917431“，”display_name“：”奈良科技学院“，”ror“：”网址：https://ror.org/05bhada84“，”country_code“：”JP“，”type“：“教育”，”世系“：[”https://openalex.org/I75917431“]}]，”国家“：[”JP“]，”is_corresponding“：false，”raw_author_name“：”吉田直人“，”raw _ afiliation_strings“：[“日本奈良奈良科学技术研究院（NAIST）”]，”affiliations“：[{”raw _affiliation_strong“：”日本奈良科技研究院（NA IST）“，”institution_ids“：]”https://openalex.org/I75917431“]}]}，{”author_position“：”middle“，”author“：{”id“：”https://openalex.org/A5031054137“，”display_name“：”Eiji Uchibe“，”orcid“：”https://orcid.org/0000-0001-7908-0258}，“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“：”Eiji Uchibe“，”raw _ afiliation_strings“：[“冲绳科学技术研究所（OIST），冲绳，日本”]，”affiliations“：[{”raw _affiliation_strong“：”冲绳科学与技术研究所，日本”，“institution_ids”：[“https://openalex.org/I142637625“]}]}，{”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/I75917431“，”display_name“：”奈良科技学院“，”ror“：”https://ror.org/05bhada84“，”country_code“：”JP“，”type“：“教育”，”世系“：[”https://openalex.org/I75917431“]}]，”国家“：[”JP“]，”is_corresponding“：false，”raw_author_name“：”Kenji Doya“，”raw _ afiliation_strings“：[“日本奈良市奈良科学技术研究院（NAIST）”]，”affiliations“：[{”raw _affiliation_strong“：”奈良市科学技术研究所（NAISD），日本奈良“，”institution_ids“：[https://openalex.org/I75917431“]｝]｝]，”countries_destict_count“：1，”institutions_disict_count“：2，”corresponding_author_ids“：[]，”corresponding_institution_ids“：[]，”apc_list“：null，”apc_payed“：null，”has_fulltext“：true，”fulltext_origin“：”ngrams“，”cited_by_count“：13，”cited_by_percentle_year“：｛”min“：88，”max“：89｝，”biblio“：｛”volume“：null，”issue“：null，”first_page““：null，”last_page“：null}，”is_retracted“：false，”is_paratext“：fase，”primary_topic“：{”id“：”https://openalex.org/T10462“，”display_name“：”强化学习算法“，”score“：0.9844，”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“：”Physical Sciences“｝｝，”topics“：[｛”id“：”https://openalex.org/T10462“，”display_name“：”强化学习算法“，”score“：0.9844，”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/T10328“，”display_name“：”供应链中的协调与信息共享“，”score“：0.981，”subfield“：{”id“：”https://openalex.org/subfields/s404“，”display_name“：”管理信息系统“}，”字段“：{”id“：”https://openalex.org/fields/14“，”display_name“：”商业、管理和会计“}，”域“：{”id“：”https://openalex.org/domains/2“，”display_name“：”社会科学“}}]，”关键词“：[{”id“：”https://openalex.org/keywords/reinforcement-learning网站“，”display_name“：”强化学习“，”score“：0.613436}，{”id“：”https://openalex.org/keywords/dynamic-pricing“，”display_name“：”动态定价“，”score“：0.50908}]，”concepts“：[{”id“：”https://openalex.org/C97541855，“wikidata”：https://www.wikidata.org/wiki/Q830687“，”display_name“：”强化学习“，”level“：2，”score“：0.8881383}，{”id“：”https://openalex.org/C41008148，“wikidata”：https://www.wikidata.org/wiki/Q21198“，”display_name“：”计算机科学“，”level“：0，”score“：0.6433529}，{”id“：”https://openalex.org/C14036430网址，“wikidata”：https://www.wikidata.org/wiki/Q3736076“，”display_name“：”功能（生物学）“，”级别“：2，”分数“：0.5458085}，{”id“：”https://openalex.org/C14646407，“wikidata”：https://www.wikidata.org/wiki/Q1430750“，”display_name“：”Bellman equation“，”level“：2，”score“：0.5253222}，{”id“：”https://openalex.org/C6177178，“wikidata”：https://www.wikidata.org/wiki/Q10998070“，”display_name“：”折扣“，”级别“：2，”分数“：0.52450097}，{”id“：”https://openalex.org/C2781039887，“wikidata”：https://www.wikidata.org/wiki/Q1391724“，”display_name“：”Factor（programming language）“，”level“：2，”score“：0.5172487}，{”id“：”https://openalex.org/C2777027219，“wikidata”：https://www.wikidata.org/wiki/Q1284190“，”display_name“：”Constant（计算机编程）“，”level“：2，”score“：0.49900484｝，｛”id“：”https://openalex.org/C154945302，“wikidata”：https://www.wikidata.org/wiki/Q11660“，”display_name“：”人工智能“，”level“：1，”score“：0.48523068}，{”id“：”https://openalex.org/C2776401178，“wikidata”：https://www.wikidata.org/wiki/Q12050496“，”display_name“：”功能（语言学）“，”级别“：2，”分数“：0.46893266}，{”id“：”https://openalex.org/C126255220，“wikidata”：https://www.wikidata.org/wiki/Q141495“，”display_name“：”数学优化“，”level“：1，”score“：0.4640061}，{”id“：”https://openalex.org/C2776291640，“wikidata”：https://www.wikidata.org/wiki/Q2912517“，”display_name“：”Value（mathematics）“，”level“：2，”score“：0.43115658}，{”id“：”https://openalex.org/C48103436，“wikidata”：https://www.wikidata.org/wiki/Q599031“，”display_name“：”State（computer science）“，”level“：2，”score“：0.41487175}，{”id“：”https://openalex.org/C119857082，“wikidata”：https://www.wikidata.org/wiki/Q2539“，”display_name“：”机器学习“，”level“：1，”score“：0.35321903}，{”id“：”https://openalex.org/C11413529，“wikidata”：https://www.wikidata.org/wiki/Q8366“，”display_name“：”Algorithm“，”level“：1，”score“：0.3136969}，{”id“：”https://openalex.org/C33923547，“wikidata”：https://www.wikidata.org/wiki/Q395“，”display_name“：”数学“，”等级“：0，”分数“：0.2725293}，{”id“：”https://openalex.org/C10138342，“wikidata”：https://www.wikidata.org/wiki/Q43015“，”display_name“：”Finance“，”level“：1，”score“：0.0665915}，{”id“：”https://openalex.org/C41895202，“wikidata”：https://www.wikidata.org/wiki/Q8162“，”display_name“：”语言学“，”level“：1，”score“：0.0}，{”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/C78458016，“wikidata”：https://www.wikidata.org/wiki/Q840400“，”display_name“：”进化生物学“，”level“：1，”score“：0.0}，{”id“：”https://openalex.org/C86803240，“wikidata”：https://www.wikidata.org/wiki/Q420“，”display_name“：”生物学“，”等级“：0，”分数“：0.0}，{”id“：”https://openalex.org/C162324750，“wikidata”：https://www.wikidata.org/wiki/Q8134“，”display_name“：”经济学“，”level“：0，”score“：0.0}，{”id“：”https://openalex.org/C199360897，“wikidata”：https://www.wikidata.org/wiki/Q9143“，”display_name“：”编程语言“，”level“：1，”score“：0.0}]，”mesh“：[]，”locations_count“：1.”locations“：[{”is_oa“：false，”landing_page_url“：”https://doi.org/10.109/devlrn.2013.6652533“，”pdf_url“：null，”source“：null，”license“：null:”license_id“：null，”version“：nuller，”is_accepted“：false，”is_published“：false}]，”best_oa_location“：nul，”sustainable_development_goals“：[]，”grants“：[]，”datasets“：]，”versions“：[]:”，“referenced_works_count”：19，“referrenced_works”：[”https://openalex.org/W1500331901","https://openalex.org/W1777239053","https://openalex.org/W1978481500","https://openalex.org/W1996579288","https://openalex.org/W2055647224","https://openalex.org/W2101915445","https://openalex.org/W2117726420","https://openalex.org/W2119333483","https://openalex.org/W2158596240","https://openalex.org/W2161563886","https://openalex.org/W2164424353","https://openalex.org/W2165131254","https://openalex.org/W2168024904","https://openalex.org/W2328851770","https://openalex.org/W2336687883","https://openalex.org/W2951516712","https://openalex.org/W3011120880","https://openalex.org/W32403112","https://openalex.org/W4214717370“]，”related_works“：[”https://openalex.org/W4319083788","https://openalex.org/W4241291308","https://openalex.org/W3188220908","https://openalex.org/W3174239553","https://openalex.org/W3103643887","https://openalex.org/W2978320887","https://openalex.org/W2950892788","https://openalex.org/W2194966727","https://openalex.org/W1588825565","https://openalex.org/W1567215325“]，”ngrams_url“：”https://api.openalex.org/works/W1983264093/ngrams“，”“abstract_inverted_index”：{“常规”：[0]，“强化”：[1,62]，“学习”：[2,12,63]，“算法”：[3]，“有”：[4]，“多个”：[5]，“参数”：[6]，“其中”：[7141]，“确定”：[8]，“特征”：[9,22,27,31,51,61,72,80,84,89102106118130]，“的”：[11,30,91]，“过程”：[13]，“调用”：[14]，“元参数。”：[15]，“In”：[16114]，“this”：[17]，“研究，“：[18]，”我们“：[19,49,77121]，”关注“：[20]，”关于“：[21]，”折扣“：[23,39,53103107138149]，”因素“：[24,40104]，”那“：[25,79129145]，”影响“：[26]，”时间“：[28]，“规模”：[29]，”权衡“：[32]，”介于“：[33]，”立即“：[34]，”和“：[35,76105127]，”延迟“：[36]，”奖励。“：[37]，”The“：[38]，”is“：[41]，”通常“：[42]，”consided“：[43]，”as“：[44]，”a“：[45,56,68,98123147]，”常数“：[46148]，”value“，”：[47]，”but“：[48]，”Introduct“：[50]，”state dependent“：[52137]，”function“：[54,871081399]，”new“：[57,69,92]，”optimization“：[58]，”criteria“：[59,93]，”for“：[60]，“算法。“：[64113]，“We”：[65,95]，“first”：[66]，“derive”：/67]，“algorithm”：%70,81132]，“under”：[71]，“criteria”，“：[73]，“named”：[74]，“ExQ-learning”：[75]，“prove”：[78]，“converges”：[82]，“to”：[83100116]，“optimal”：+85]，“action-value”：[06]，“in”：[88]，“意为”：[90]，“w.p.1”：[94]，“then”：[96]，“present”：[97]，“framework”：[99]，“optimize”：[101]，“by”：[109]，“using”：[110]an“：[111135]，”进化“：[112]，”顺序“：[115]，”验证“：[117]，”建议“：[119131]，”方法“：[120]，”行为“：[122]，”简单“：[124]，”计算机“：[125]，”模拟“：[126]，”显示“：[128]，”可以“：[133]，”查找“：[134]，”适当“：[136]，”with“：[140146]，”执行“：[142]，”更好“：[143]，”比“：[144]，”因子●●●●。“：[150]}，”cited_by_api_url“：”https://api.openalex.org/works？filter=cites:W1983264093“，”“counts_by_year”：[{“年份”：2023，”“cited_by_count”：5}，{“年度”：2022，”“cited_by_cunt”：2}，}“年份“：2021，”updated_date“：”2024-06-18T09:53:29.278251“，”创建日期“：”2016-06-24“}