{“id”：“https://openalex.org/W4292862358“，”doi“：”https://doi.org/10.109/lra.2022.3196139“，”title“：”使用模型和策略的熵正则化进行基于模型的模拟学习“，”display_name“：”利用模型和策略熵正则化的基于模型的模仿学习“，“publication_year”：2022，“publiation_date”：“2022-10-01”，“ids”：{“openalex”：“https://openalex.org/W4292862358“，”doi“：”https://doi.org/10.109/lra.2022.3196139“}，”language“：”en“，”primary_location“：{”is_oa“：true，”landing_page_url“：”https://doi.org/10.109/lra.2022.3196139，“pdf_url”：https://ieeexplore.ieee.org/ielx7/7083369/9831196/09849015.pdf，“源”：{“id”：https://openalex.org/S4210169774“，”display_name“：”IEEE robotics&automation letters“，”issn_l“：”2377-3766“，”isn“：[”2377-7766“]，”is_oa“：false，”is_ in_doaj“：false，”host_organization“：”https://openalex.org/P4310318808“，”“host_organization_name”：“电气与电子工程师学会”，“host_ordanization_lineage”：[“https://openalex.org/P4310318808“]，”host_organization_lineage_names“：[”电气与电子工程师协会“]，“type”：“journal”}，“license”：“cc-by”，“licence_id”：“https://openalex.org/licenses/cc-by“，”version“：”publishedVersion“，”is_accepted“：true，”is_published“：true}，”type“：”article“，”type_crossref“：“journal-article”，”indexed_in“：[”arxiv“，”crossref“，”datacite“]，”open_access“：{”is_oa“：true，”oa_status“：”hybrid“，”oa_url“：”https://ieeexplore.ieee.org/ielx7/7083369/9831196/09849015.pdf“，”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“：[“日本京都Soraku-gun ATR计算神经科学实验室脑机器人接口部”]，”affiliations“：”脑-机器人接口部，ATR计算神经科学实验室，日本京都Soraku-gun”，“institution_ids”：[“https://openalex.org/I4210104143“]}]}]，”countries_disticont_count“：1，”institutions_disticent_count”：1，“corresponding_author_ids”：[“https://openalex.org/A5031054137“]，”对应的机构ID“：[”https://openalex.org/I4210104143“]，”apc_list“：null，”apc _ paid“：null，”fwci“：0.332，”has_fulltext“：true，”fulltext_origin“：”pdf“，”cited_by_count“：1，”citecd_by_percentile_year“：{”min“：67，”max“：76}，”biblio“：{“volume”：“7”，“issue”：“4”，“first_page”：“10922”，“last_page”：”10929“}”，“is_retracted”：false，“is_paratext”：false，“primary_topic”：{“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“}}，”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“：”机器人抓取和演示学习“，”score“：0.9988，”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/T10879“，”“display_name”：“机器人和动物双足运动的生物力学”，“score”：0.9907，“subfield”：{“id”：“https://openalex.org/subfields/2204“，”display_name“：”生物医学工程“}，”字段“：{”id“：”https://openalex.org/fields/22“，”display_name“：”Engineering“}，”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“：0.576775｝，｛”id“：”https://openalex.org/keywords/robot-learning“，”display_name“：”机器人学习“，”score“：0.553286}，{”id“：”https://openalex.org/keywords/model-based-learning“，”display_name“：”基于模型的学习“，”score“：0.51276｝，｛”id“：”https://openalex.org/keywords/human机器人协作“，”display_name“：”人类机器人协作“，”score“：0.50503}，{”id“：”https://openalex.org/keywords/central-pattern-generators网站“，”display_name“：”中心模式生成器“，”score“：0.504146}]，”concepts“：[{”id“：”https://openalex.org/C2779803651，“wikidata”：https://www.wikidata.org/wiki/Q5282088“，”display_name“：”Discriminator“，”level“：3，”score“：0.8605387}，{”id“：”https://openalex.org/C97541855，“wikidata”：https://www.wikidata.org/wiki/Q830687“，”display_name“：”强化学习“，”level“：2，”score“：0.7253407}，{”id“：”https://openalex.org/C41008148，“wikidata”：https://www.wikidata.org/wiki/Q21198“，”display_name“：”计算机科学“，”level“：0，”score“：0.71986｝，｛”id“：”https://openalex.org/C154945302，“wikidata”：https://www.wikidata.org/wiki/Q11660“，”display_name“：”人工智能“，”level“：1，”score“：0.6429826}，{”id“：”https://openalex.org/C119857082，“wikidata”：https://www.wikidata.org/wiki/Q2539“，”display_name“：”机器学习“，”level“：1，”score“：0.5921752}，{”id“：”https://openalex.org/C106189395，“wikidata”：https://www.wikidata.org/wiki/Q176789“，”display_name“：”Markov决策过程“，”level“：3，”score“：0.537632}，{”id“：”https://openalex.org/C106301342，“wikidata”：https://www.wikidata.org/wiki/Q4117933“，”display_name“：”熵（时间箭头）“，”level“：2，”score“：0.5288091}，{”id“：”https://openalex.org/C17098449，“wikidata”：https://www.wikidata.org/wiki/Q176814“，”“display_name”“：”“部分可观察的马尔可夫决策过程”“，”级别“：4，”分数“：0.5002301}，{”id“：”https://openalex.org/C2776135515，“wikidata”：https://www.wikidata.org/wiki/Q17143721“，”display_name“：”正则化（语言学）“，”level“：2，”score“：0.4325521}，{”id“：”https://openalex.org/C108650721，“wikidata”：https://www.wikidata.org/wiki/Q1783253“，”display_name“：”反事实思维“，”level“：2，”score“：0.42671186}，{”id“：”https://openalex.org/C90509273，“wikidata”：https://www.wikidata.org/wiki/Q11012“，”display_name“：”Robot“，”level“：2，”score“：0.42321545}，{”id“：”https://openalex.org/C9679016，“wikidata”：https://www.wikidata.org/wiki/Q1417473“，”display_name“：”最大熵原理“，”level“：2，”score“：0.41568273}，{”id“：”https://openalex.org/C167966045，“wikidata”：https://www.wikidata.org/wiki/Q5532625“，”display_name“：”生成模型“，”level“：3，”score“：0.41300035}，{”id“：”https://openalex.org/C159886148，“wikidata”：https://www.wikidata.org/wiki/Q176645“，”display_name“：”Markov过程“，”level“：2，”score“：0.34113997}，{”id“：”https://openalex.org/C39890363，“wikidata”：https://www.wikidata.org/wiki/Q36108“，”display_name“：”生成语法“，”level“：2，”score“：0.32357335}，{”id“：”https://openalex.org/C163836022，“wikidata”：https://www.wikidata.org/wiki/Q6771326“，”display_name“：”Markov模型“，”level“：3，”score“：0.23965752}，{”id“：”https://openalex.org/C98763669，“wikidata”：https://www.wikidata.org/wiki/Q176645“，”display_name“：”Markov链“，”level“：2，”score“：0.23766166}，{”id“：”https://openalex.org/C33923547，“wikidata”：https://www.wikidata.org/wiki/Q395“，”display_name“：”数学“，”等级“：0，”分数“：0.13595685}，{”id“：”https://openalex.org/C76155785，“wikidata”：https://www.wikidata.org/wiki/Q418“，”display_name“：”Telecommunications“，”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/C105795698，“wikidata”：https://www.wikidata.org/wiki/Q12483“，”display_name“：”Statistics“，”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/C111472728，“wikidata”：https://www.wikidata.org/wiki/Q9471“，”display_name“：”认识论“，”level“：1，”score“：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“：3，”location“：[{”is_oa“：true，”landing_page_url“：”https://doi.org/10.1109/lra.202.3196139，“pdf_url”：https://ieeexplore.iee.org/ielx7/7083369/9831196/09849015.pdf，“源”：{“id”：https://openalex.org/S4210169774“，”display_name“：”IEEE机器人和自动化字母“，”issn_l“：”2377-3766“，”issn“：[”2377-3766“]，”is_oa“：false，”is_in_doaj“：false，”host_organization“：”https://openalex.org/P4310318808“，”“host_organization_name”：“电气与电子工程师学会”，“host_ordanization_lineage”：[“https://openalex.org/P4310318808“]，”host_organization_lineage_names“：[”电气与电子工程师协会“]，“type”：“journal”}，“license”：“cc-by”，“licence_id”：“https://openalex.org/licenses/cc-by“，”version“：”publishedVersion“，”is_accepted“：true，”is_published“：true}，{”is_oa“：true，”landing_page_url“：”https://arxiv.org/abs/2206.10101，“pdf_url”：https://arxiv.org/pdf/2206.10101，“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”：false，“landing_page_url”：“https://api.datacite.org/dois/10.48550/arxiv.2206.10101“，”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/10.109/lra.2022.3196139，“pdf_url”：https://ieeexplore.iee.org/ielx7/7083369/9831196/09849015.pdf，“源”：{“id”：https://openalex.org/S4210169774“，”display_name“：”IEEE robotics&automation letters“，”issn_l“：”2377-3766“，”isn“：[”2377-7766“]，”is_oa“：false，”is_ in_doaj“：false，”host_organization“：”https://openalex.org/P4310318808“，”“host_organization_name”：“电气与电子工程师学会”，“host_ordanization_lineage”：[“https://openalex.org/P4310318808“]，”host_organization_lineage_names“：[”电气与电子工程师协会“]，“type”：“journal”}，“license”：“cc-by”，“licence_id”：“https://openalex.org/licenses/cc-by“，”version“：”publishedVersion“，”is_accepted“：true，”is_published“：true}，”sustainable_development_goals“：[{”score“：0.73，”id“：”https://metadata.un.org/sdg/10“，”display_name“：”减少不平等“}]，”赠款“：[{”出资人“：”https://openalex.org/F4320321034“，”“funder_display_name”：“新能源和工业技术发展组织”，“award_id”：“JPNP20006”}]，“数据集”：[]，“版本”：[“https://openalex.org/W4292862358“]，”referenced_works_count“：17，”referrenced_works“：[”https://openalex.org/W1491843047","https://openalex.org/W2068127265","https://openalex.org/W2158782408","https://openalex.org/W2751530711","https://openalex.org/W2763110165","https://openalex.org/W2894978157","https://openalex.org/W2962834855","https://openalex.org/W3000681444","https://openalex.org/W3037298378","https://openalex.org/W3094477866","https://openalex.org/W3117178794","https://openalex.org/W3130800560","https://openalex.org/W3138984732","https://openalex.org/W3143756065","https://openalex.org/W3195641273","https://openalex.org/W3196896000","https://openalex.org/W91088564“]，”related_works“：[”https://openalex.org/W4384133558","https://openalex.org/W4380714744","https://openalex.org/W4293202849","https://openalex.org/W4286970243","https://openalex.org/W3201448254","https://openalex.org/W3025615835","https://openalex.org/W2066431708","https://openalex.org/W1980965563","https://openalex.org/W173210993","https://openalex.org/W1489300767“]，”ngrams_url“：”https://api.openalex.org/works/W4292862358/ngrams“，”“abstract_inverted_index”：{“方法”：[0]，”“基于”：[1]，”基于“：[2]，”生成“：[3]，”对抗“：[4]，”网络“：[5]，”对于“：[6]，”模仿“：[7]，”学习“：[8,35115]，”是“：[9,13]，”有希望“：[10]，”因为“：[11,32]，”他们“：[12]，”示例“：[14,45141]，”高效“：[15]，“in”：[16]，“术语”：[17]，“of”：[18,68116]，“专家”：[19,89]，“演示。”：[20]，“然而，“：[21]，“培训”：[22]，“a”：[23,40,86,92134]，“生成器”：[24]，“需要”：[25]，“许多”：[26]，“交互”：[27,69]，“与”：[28,70]，“是”：[29,44,59,66,71,82,96102105114117120140]，“实际”：[30,72106]，“环境”：[31]，“无模型”：[33]，“加固”：[34,49]，“is”：[36122]，“采用”：[37]，“to”：[38,64144]，“update”：[39]，“policy。“：[41]，“To”：[42]，“improve”：[43]，“efficiency”：[46142]，“using”：[47]，“model-based”：[48,53]，“learning，”：[50]，“we”：【51】，“propose”：【52】，“Entropy-Regularized”：【54】，“Immution”：【55】，“learning”：【56】，“（MB-ERIL）”：【57】，“under”：【58】，“Entropy-regularizeed”：【60】，“Markov”：【61】，“decision”：[62]，“过程”：[63]，“减少”：[65]，“数量”：[67]，“环境”。“：[73]，”MB-ERIL“：[74132]，”使用“：[75]，”两个“：[76]，”鉴别器。“：[77]，”A“：[78]，”策略“：[79118]，”鉴别器“：[80，94]，”区分“：[81，95]，”动作“：[83]，”生成“：[84100]，”由“：[88511]，”机器人“：[87128]，”from“：[88104]，”ones“：[90]，”and“：[9119126137]，”model“：[993103121]，”反事实“：[97]，”state“：[98]，”transitions“：[99]，”ones“。“：[107]，”We“：[108]，”derive“：%109]，”structured“：[110]，”discriminators“：[111]，”so“：+112]，”that“：[11311]，”efficient。“：[123]，“计算机”：[124]，“模拟”：[125]，“真实”：[127]，“实验”：[129]，“显示”：[130]，“实现”：[133]，“竞争”：[135]，“性能”：[136]，“显著”：[138]，“改善”：[139]，“比较”：[143]，“基线”：[145]，“方法”。“：[146]}，”cited_by_api_url“：”https://api.openalex.org/works？filter=cites:W4292862358“，”counts_by_year“：[{”年“：2023，”引用_by_count“：1}]，”更新日期“：”2024-06-20T01:25:34.222129“，”创建日期“：“2022-08-24”}