{“id”：“https://openalex.org/W2962244319“，”doi“：”https://doi.org/10.109/devlrn.2018.8761044“，”title“：“通过使用MaxPain架构并行奖惩进行深度强化学习”，”display_name“：”通过使用MaxPain架构并行奖罚进行深度强化教学“，”publication_year“：2018，”publiation_date“：”2018-09-01“，”ids“：{”openalex“：”https://openalex.org/W2962244319“，”doi“：”https://doi.org/10.109/devlrn.2018.8761044“，”mag“：”2962244319“}，”language“：”en“，”primary_location“：{”is_oa“：false，”landing_page_url“：”https://doi.org/10.109/devlrn.2018.8761044“，”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/A5033611778“，”display_name“：”Jie\u2010Xin Wang“，”orcid“：”https://orcid.org/0000-0002-1854-4095}，“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“：false，”raw_author_name“：”Jiexin Wang“，”raw _affiliation_strings“：[“日本京都ATR计算神经科学实验室脑机器人接口部，619-0288”]，”affiliations“：”脑-机器人接口部，ATR计算神经科学实验室，日本京都，619-0288”，“institution_ids”：[“https://openalex.org/I4210104143“]}]}，{”author_position“：”middle“，”author“：{”id“：”https://openalex.org/A5068305732“，”display_name“：”Stefan Elfwing“，”orcid“：”https://orcid.org/0000-0001-6689-1000}，“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“：false，”raw_author_name“：”Stefan Elfwing“，”raw _ afiliation_strings“：[“日本京都ATR计算神经科学实验室脑机器人接口部，619-0288”]，”affiliations“：”脑-机器人接口部，ATR计算神经科学实验室，日本京都，619-0288”，“institution_ids”：[“https://openalex.org/I4210104143“]}]}，{”author_position“：”last“，”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“：false，”raw_author_name“：”Eiji Uchibe“，”raw _affiliation_strings“：[“日本京都ATR计算神经科学实验室脑机器人接口部，619-0288”]，”affiliations“：”ATR计算神经科学实验室脑-机器人接口系，京都，619-0288，日本”，“institute_ids”：[“https://openalex.org/I4210104143“]}]}]，”countries_distinct_count“：1，”institutions_disting_count”：1，“corresponding_author_ids”：[]，”correspounding_institution_ids“：[]、”apc_list“：null，”apc_payd“：null，”has_fulltext“：true，”fulltext_origin“：”ngrams“，”cited_by_count，“issue”：null，“first_page”：null，“last_page”：null}，“is_retracted”：false，“is_paratext”：false，“primary_topic”：{“id”：“https://openalex.org/T10462“，”display_name“：”强化学习算法“，”score“：0.9996，”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“：0.9996，”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”：0.9911，“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/T10042“，”“display_name”：“认知控制和决策的神经机制”，“score”：0.9874，“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“}}]，”关键词“：[{”id“：”https://openalex.org/keywords/reward-processing“，”display_name“：”奖励处理“，”score“：0.620861}，{”id“：”https://openalex.org/keywords/reinforcement-learning网站“，”display_name“：”强化学习“，”score“：0.619451}，{”id“：”https://openalex.org/keywords/dep-learning网站“，”display_name“：”深度学习“，”score“：0.541164｝，｛”id“：”https://openalex.org/keywords/working-memory网站“，”display_name“：”工作记忆“，”score“：0.511933}]，”concepts“：[{”id“：”https://openalex.org/C97541855，“wikidata”：https://www.wikidata.org/wiki/Q830687“，”display_name“：”强化学习“，”level“：2，”score“：0.89769495}，{”id“：”https://openalex.org/C41008148，“wikidata”：https://www.wikidata.org/wiki/Q21198“，”display_name“：”计算机科学“，”level“：0，”score“：0.74996984}，{”id“：”https://openalex.org/C123657996，“wikidata”：https://www.wikidata.org/wiki/Q12271“，”display_name“：”Architecture“，”level“：2，”score“：0.7019723｝，｛”id“：”https://openalex.org/C154945302，“wikidata”：https://www.wikidata.org/wiki/Q11660“，”display_name“：”人工智能“，”level“：1，”score“：0.64790833}，{”id“：”https://openalex.org/C2776654903，“wikidata”：https://www.wikidata.org/wiki/Q2601463“，”display_name“：”SAFER“，”level“：2，”score“：0.56262386}，{”id“：”https://openalex.org/C2779295839，“wikidata”：https://www.wikidata.org/wiki/Q3544090“，”display_name“：”惩罚（心理）“，”level“：2，”score“：0.55841756}，{”id“：”https://openalex.org/C2780791683，“wikidata”：https://www.wikidata.org/wiki/Q846785“，”display_name“：”Action（physical）“，”level“：2，”score“：0.5494709}，{”id“：”https://openalex.org/C188116033，“wikidata”：https://www.wikidata.org/wiki/Q2664563“，”display_name“：”Q-learning“，”level“：3，”score“：0.49434853}，{”id“：”https://openalex.org/C14646407，“wikidata”：https://www.wikidata.org/wiki/Q1430750“，”display_name“：”Bellman equation“，”level“：2，”score“：0.4918735}，{”id“：”https://openalex.org/C2776291640，“wikidata”：https://www.wikidata.org/wiki/Q2912517“，”display_name“：”Value（mathematics）“，”level“：2，”score“：0.4498696}，{”id“：”https://openalex.org/C67203356，“wikidata”：https://www.wikidata.org/wiki/Q1321905“，”display_name“：”钢筋“，”level“：2，”score“：0.41137204}，{”id“：”https://openalex.org/C119857082，“wikidata”：https://www.wikidata.org/wiki/Q2539“，”display_name“：”机器学习“，”level“：1，”score“：0.39032832}，{”id“：”https://openalex.org/C38652104，“wikidata”：https://www.wikidata.org/wiki/Q3510521“，”display_name“：”计算机安全“，”level“：1，”score“：0.16677237}，{”id“：”https://openalex.org/C126255220，“wikidata”：https://www.wikidata.org/wiki/Q141495“，”display_name“：”数学优化“，”level“：1，”score“：0.12134275}，{”id“：”https://openalex.org/C15744967，“wikidata”：https://www.wikidata.org/wiki/Q9418（网址：https://www.wikidata.org/wiki/Q9418）“，”display_name“：”心理学“，”等级“：0，”分数“：0.12008324}，{”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/C33923547，“wikidata”：https://www.wikidata.org/wiki/Q395“，”display_name“：”数学“，”等级“：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/C153349607，“wikidata”：https://www.wikidata.org/wiki/Q36649“，”display_name“：”视觉艺术“，”level“：1，”score“：0.0}，{”id“：”https://openalex.org/C142362112，“wikidata”：https://www.wikidata.org/wiki/Q735“，”display_name“：”Art“，”level“：0，”score“：0.0}，{”id“：”https://openalex.org/C77805123，“wikidata”：https://www.wikidata.org/wiki/Q161272“，”display_name“：”社会心理学“，”level“：1，”score“：0.0}]，”mesh“：[]，”locations_count“：1.”locations“：[{”is_oa“：false，”landing_page_url“：”https://doi.org/10.109/devlrn.2018.8761044“，”pdf_url“：null，”source“：null，”license“：null:”license_id“：nuld，”version“：null，”is_accepted“：false，”is_published“：false}]，”best_oa_location“：nul，”sustainable_development_goals“：[{”id“：”https://metadata.un.org/sdg/16“，”score“：0.78，”display_name“：”Peace，justice，and strong institutions“}]，”grants“：[]，”datasets“：【】，”versions“：【]，”referenced_works_count“：12，”referrenced_works“：[”https://openalex.org/W1612579644","https://openalex.org/W1828803485","https://openalex.org/W2015051472","https://openalex.org/W2083058253","https://openalex.org/W2145339207","https://openalex.org/W2338986187","https://openalex.org/W2419612459","https://openalex.org/W2795921402","https://openalex.org/W2949475445","https://openalex.org/W2950892788","https://openalex.org/W2963305465","https://openalex.org/W4298342547“]，”related_works“：[”https://openalex.org/W4376605461","https://openalex.org/W3099153698","https://openalex.org/W3096874164","https://openalex.org/W3087814763网址","https://openalex.org/W3038962357","https://openalex.org/W2892507673","https://openalex.org/W2386410636","https://openalex.org/W2357975469","https://openalex.org/W2136202932","https://openalex.org/W2025663273“]，”ngrams_url“：”https://api.openalex.org/works/W296244319/ngrams“，”“abstract_inverted_index”：{“传统上，”：[0]，“强化”：[1,66]，“学习”：[2,49,53,67]，“治疗”：[3]，“惩罚”：[4,34]，“作为”：[5173]，“否定”：[6]，“奖励”：[7]，“然而，”：[8]，“in”：[9116122126174]，“生物学”：[10]，“决定”：[11]，“系统，”：[12]，“一些”：[13]，“证据”：[14]，“显示”：[15]，“that”：[16]，“animals”：[17]，“have”：[18]，“分开“：[19]，“系统”：[20]，“用于”：[21]，“奖励”：[22,32]，“和”：[23,33,35,41,51107119]，“惩罚。“：[24157179]，”The“：[25132]，”MaxPain“：[26,61102140148161]，”architecture“：[27,62103]，”parallelizes“：[28]，”The“：[29,48,52,60,80,85,89,93101127136143160167175]，”predictions“：[30]，”of“：[31,54,88138177]，”scales“：[36]，”them“：[37]，”into“：[38,63]，”dual-attributes“：[39]，”policies“：[40]，“has”：[42]，“been”：[43]，“show”：[44]，“to”：[45,73]，“both”：[46]，“improve”：[47]，“speed”：[50]，“safe”：[55]，“behaviors.”：[56]，“This”：[57]，“paper”：[58]，“extends”：[59]：[76,95]，“函数”：[77,96]，“To”：[78]，“派生”：[79]，“行为”：[81]，“策略”：[82]，“我们”：[83,99]，“考虑”：[84]，“混合”：[86]，“分布”：[87]，“策略”：[90]，“计算”：[91]，“来自”：[92]，“对于”：[97]，“评估”：[98]，“比较”：[100]，“与”：[104]，“基于计数”：[105144]，“探索”：[106]，“回报分解”：[109]，“结构”：[110]，“调用”：[111]，“杂交”：[112]，“奖励”：[113]，“架构”：[114]，“（HRA）”：[115]，“网格世界”：[117]，“导航”：[11812]，“基于视觉”：[120]，“U形”：[124]，“迷宫”：[125]，“Gazebo”：[128]，“机器人”：[129]，“模拟”：[130133]，“环境”：[131]，“结果”：[134]，“显示”：[135]，“优势”：[137]，“途径”：[141]，“超越”：[142]，“方法”：[145]，“原因”：[146]，“代理”：[149162169]，“高效”：[150]，“避免”：[151]，“死机”：[152]，“states”：[153]，“by”：[154]，“predicating”：[155]，“future”：[156]，“In”：[158]，“addition，”：[159]，“learn”：[163170]，“safe”：[164]，“behaviors”，“：[165172]，”while“：[166]，“HRA”：[168]，“similar”：[171]，“case”：176]，“no”：[178]}，“cited_by_api_url”：“状态”https://api.openalex.org/works？filter=cites:W2962244319“，”counts_by_year“：[{”年份“：2024，”cited_by_count“：2}，{”年“：2023，”cited_by_count”：2}，{“年份”：2020，”citecd_by_count“：1}]，”updated_date“：”2024-06-19T17:17:19.861318“，”created_date:“2019-07-23”}