{“id”：“https://openalex.org/W3088674748“，”doi“：”https://doi.org/10.3233/ia-180011“，”title“：”On the use of the policy gradient and Hessian in inverse reinforcement learning“，”display_name“：”On the use of policy gradient and Hessian in逆强化学习“，”publication_year“：2020，”publitation_date“：”2020-09-17“，”ids“：{”openalex“：”https://openalex.org/W3088674748“，”doi“：”https://doi.org/10.3233/ia-180011“，”mag“：”3088674748“}，”language“：”en“，”primary_location“：{”is_oa“：false，”landing_page_url“：”https://doi.org/10.3233/ia-180011“，”pdf_url“：空，”源“：{”id“：”https://openalex.org/S207922018“，”display_name“：”Intelligenza Artificiale/Intelligenza Artificiale“，”issn_l“：”1724-8035“，”isn“：[”1724-8335“，“2211-0097”]，”is_oa“：false，”is_ in_doaj“：false，”is_core“：true，”host_organization“：”https://openalex.org/P4310318577“，”“host_organization_name”：“IOS新闻”，“host_organization_lineage”：[“https://openalex.org/P4310318577“]，”host_organization_lineage_names“：[”IOS Press“]，”type“：”journal“｝，”license“：null，”license_id“：null，”version“：null，”is_accepted“：false，”is_published“：false｝，”type“：”article“，”type_crossref“：”journal article“，”indexed_in“：[”crossref“]，”open_access“：｛”is_oa“：false，”oa_status“：”closed“，”oa_url“：null，”any_repository_has_fulltext“：false｝，“authorships“：[{”author_position“：”first“，”author“：{”id“：”https://openalex.org/A5037963323“，”display_name“：”Alberto Maria Metelli“，”orcid“：”https://orcid.org/0000-0002-3424-5212“｝，”机构“：[｛”id“：”https://openalex.org/I93860229“，”display_name“：”米兰理工大学“，”ror“：”https://ror.org/01nffqt88“，”country_code“：”IT“，”type“：“教育”，”世系“：[”https://openalex.org/I93860229“]}]，”国家“：[”IT“]，”is_corresponding“：true，”raw_author_name“：”Alberto Maria Metelli“，”raw _ affiliation_strings“：[“DEIB，Politecnico di Milano，Milan，Italy”]，”affiliation“：[{”raw _affiliation_string“：”DEIBhttps://openalex.org/I93860229“]}]}，{”author_position“：”middle“，”author“：{”id“：”https://openalex.org/A5091526684“，”display_name“：”Matteo Pirotta“，”orcid“：null}，”institutions“：[{”id“：”https://openalex.org/I4210138412“，”display_name“：”Inria Lille-北欧中心“，”ror“：”https://ror.org/04eej9726“，”“country_code”“：”FR“，”type“：”facility“，”lineage“：[”https://openalex.org/I1326498283","https://openalex.org/I4210138412“]}]，”国家“：[”FR“]，”is_corresponding“：false，”raw_author_name“：”Matteo Pirotta“，”raw _ afiliation_strings“：[“SequeL，Inria Lille\u2013北欧，Villeneuv d\u2019Ascq，法国”]，”affiliations“：[{”raw _affiliation_string“：”SequeL、Inria Rille\u2013North Europe，Villenneu2019ascq，France“，”institution_ids“：[https://openalex.org/I4210138412“]}]}，{”author_position“：”last“，”author“：{”id“：”https://openalex.org/A5017130830“，”display_name“：”Marcello Restelli“，”orcid“：”https://orcid.org/0000-0002-6322-1076“｝，”机构“：[｛”id“：”https://openalex.org/I93860229“，”display_name“：”米兰理工大学“，”ror“：”https://ror.org/01nffqt88“，”country_code“：”IT“，”type“：“教育”，”世系“：[”https://openalex.org/I93860229“]}]，”国家“：[”IT“]，”is_corresponding“：false，”raw_author_name“：”Marcello Restelli“，”raw _affiliation_strings“：[“DEIB，Politecnico di Milano，Milan，Italy”]，”affiliations“：[{”raw _affiliation_string“：”DEIBhttps://openalex.org/I93860229“]}]}]，”countries_disticont_count“：2，”institutions_disticent_count”：2，“corresponding_author_ids”：[“https://openalex.org/A5037963323“]，”对应的机构ID“：[”https://openalex.org/I93860229“]，”apc_list“：null，”apc _ paid“：nul，”fwci“：0.156，”has_fulltext“：false，”cited_by_count“：1，”cited_by_percentile_year“：{”min“：64，”max“：72}，”biblio“：{”volume“：”14“，”issue“：”1“，”first_page“：”117“，”last_page“：“150”}，“is_retracted”：false“，”is_paratext“：false，”primary_topic“：{'”id“：”https://openalex.org/T10462“，”display_name“：”强化学习算法“，”score“：0.9997，”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“：0.9997，”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”：0.9875，“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/T10848“，”“display_name”：“进化算法中的多目标优化”，“score”：0.9782，“subfield”：{“id”：“https://openalex.org/subfields/1703“，”display_name“：”计算理论与数学“｝，”field“：｛”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“：0.63447}，{”id“：”https://openalex.org/keywords/robot-learning“，”display_name“：”Robot Learning“，”score“：0.543474}]，”concepts“：[{”id“：”https://openalex.org/C97541855，“wikidata”：https://www.wikidata.org/wiki/Q830687“，”display_name“：”强化学习“，”level“：2，”score“：0.8357308｝，｛”id“：”https://openalex.org/C41008148，“wikidata”：https://www.wikidata.org/wiki/Q21198“，”display_name“：”计算机科学“，”level“：0，”score“：0.72417915}，{”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“：0.7199854}，{”id“：”https://openalex.org/C203616005，“wikidata”：https://www.wikidata.org/wiki/Q620495“，”display_name“：”Hessian矩阵“，”level“：2，”score“：0.6464127}，{”id“：”https://openalex.org/C177264268，“wikidata”：https://www.wikidata.org/wiki/Q1514741“，”display_name“：”Set（abstract data type）“，”level“：2，”score“：0.5185262}，{”id“：”https://openalex.org/C154945302，“wikidata”：https://www.wikidata.org/wiki/Q11660“，”display_name“：”人工智能“，”level“：1，”score“：0.50993717}，{”id“：”https://openalex.org/C2778572836，“wikidata”：https://www.wikidata.org/wiki/Q380933“，”display_name“：”空格（标点符号）“，”level“：2，”score“：0.4964226}，{”id“：”https://openalex.org/C119857082，“wikidata”：https://www.wikidata.org/wiki/Q2539“，”display_name“：”机器学习“，”level“：1，”score“：0.42154413}，{”id“：”https://openalex.org/C140779682，“wikidata”：https://www.wikidata.org/wiki/Q210868网址“，”display_name“：”采样（信号处理）“，”level“：3，”score“：0.41487524}，{”id“：”https://openalex.org/C126255220，“wikidata”：https://www.wikidata.org/wiki/Q141495“，”display_name“：”数学优化“，”level“：1，”score“：0.36070213}，{”id“：”https://openalex.org/C33923547，“wikidata”：https://www.wikidata.org/wiki/Q395“，”display_name“：”Mathematics“，”level“：0，”score“：0.2023305｝，｛”id“：”https://openalex.org/C28826006，“wikidata”：https://www.wikidata.org/wiki/Q33521“，”display_name“：”应用数学“，”level“：1，”score“：0.07978636}，{”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/C199360897，“wikidata”：https://www.wikidata.org/wiki/Q9143“，”display_name“：”编程语言“，”level“：1，”score“：0.0}，{”id“：”https://openalex.org/C111919701，“wikidata”：https://www.wikidata.org/wiki/Q9135“，”display_name“：”操作系统“，”level“：1，”score“：0.0}，{”id“：”https://openalex.org/C106131492，“wikidata”：https://www.wikidata.org/wiki/Q3072260“，”display_name“：”筛选器（信号处理）“，”level“：2，”score“：0.0}，{”id“：”https://openalex.org/C31972630，“wikidata”：https://www.wikidata.org/wiki/Q844240“，”display_name“：”计算机视觉“，”level“：1，”score“：0.0}]，”mesh“：[]，”locations_count“：1.”locations“：[{”is_oa“：false，”landing_page_url“：”https://doi.org/10.3233/ia-180011“，”pdf_url“：空，”源“：{”id“：”https://openalex.org/S207922018“，”display_name“：”Intelligenza Artificiale/Intelligenza Artificiale“，”issn_l“：”1724-8035“，”isn“：[”1724-8335“，“2211-0097”]，”is_oa“：false，”is_ in_doaj“：false，”is_core“：true，”host_organization“：”https://openalex.org/P4310318577“，”host_organization_name“：”IOS Press“，”host_organization_lineage“：[”https://openalex.org/P4310318577“]，”host_organization_lineage_names“：[”IOS Press“]，“type”：“journal”}，“license”：null，“licence_id”：null，“version”：nul，“is_accepted”：false，“is_published”：false}]，“best_oa_location”：null，“sustainable_development_goals”：[{“display_name”：“和平、正义和强大的制度”，“id”：”https://metadata.un.org/sdg/16“，”score“：0.76}]，”grants“：[]，”datasets“：[]，”versions“：[】，”referenced_works_count“：18，”referrenced_works“：【”https://openalex.org/W1777239053","https://openalex.org/W1975463331","https://openalex.org/W1986014385","https://openalex.org/W2037064199","https://openalex.org/W2056132907","https://openalex.org/W2076337359","https://openalex.org/W2093524643","https://openalex.org/W2119717200","https://openalex.org/W2121517924","https://openalex.org/W2125612430","https://openalex.org/W2144787788","https://openalex.org/W2271263738","https://openalex.org/W2535247013","https://openalex.org/W2751530711","https://openalex.org/W3005862512","https://openalex.org/W3006656721","https://openalex.org/W3027095131","https://openalex.org/W4241521318“]，”related_works“：[”https://openalex.org/W4283017538","https://openalex.org/W3021699548","https://openalex.org/W2802707792","https://openalex.org/W2611031068","https://openalex.org/W2569979269","https://openalex.org/W2075777916","https://openalex.org/W2015677538","https://openalex.org/W1996936972","https://openalex.org/W1704347466","https://openalex.org/W1545275724“]，”ngrams_url“：”https://api.openalex.org/works/W3088674748/ngrams网站“，”“abstract_inverted_index”：{“强化”：[0,52]，“学习”：[1,53]，“（RL）”：[2]，“是”：[3,16,37,88,99153]，“an”：[4136142]，“有效”：[5]，“方法”：[6105163]，“到”：[7,22,42,73,80110116132170]，“解决”：[8]，“顺序”：[9]，“决策”：[10]，“制定”：[11]，“问题”：[12]，“当”：[13]，“：[14,24,62,67,78119125128139146184199]，”环境“：[15,79]，“装备”：[17]，“有”：[18198]，“a”：[19,34,57,92101112151157]，“奖励”：[20,35,58,83121147152185201]，“功能”：[21,36,59113186]，“评估”：[23,81]，“代理\u2019s”：[25]，“操作”。“：[26]，”“然而，”“：[27]，”there“：[28]，”are“：[29,49]，”several“：[30]，”domains“：[31]，”in“：[32,71,86149203]，”which“：[33150]，”not“：[38108]，”available“：[39]，”and“：[40179]，”hard“：[41]，”estimate“。“：[43]，“When”：[44]，“samples”：[45]，“of”：[46,66,94205]，“expert”：[47]，“agents”：[48]，“available”，“：[50]，“Inverse”：[51]，“（IRL）”：[54]，“allow”：[55191]，“recovering”：[56]，“that”：[60106127183194]，“example”：[61]，“demoved”：[63]，“behavior”。“：[64]，”大多数“：[65]，”经典“：[68]，”IRL“：[69104]，”方法“：[70]，”加法“：[72]，”专家\u2019s“：[74120]，”演示“：[75]，”要求“：[76109]，”采样“：[77]，”每个“：[82]，”函数“：[84148202]，”那个“：[85]，”转弯“：[87]，”建造“：[89]，”开始“：[90]，”从“：[91]，“设置”：[93]，“工程化”：[95]，“功能。“：[96]，“This”：[97]，“paper”：[98]，“about”：[100]，“novel”：[102]，“model-free”：[103]，“does”：[107]，“specify”：[111]，“space”：[114144]，“where”：+115]，“search”：117]，“for”：[1185145164]，“function”。“：[122]，”杠杆“：[123]，”on“：[124176]，”fact“：[126]，”policy“：[129]，”gradient“：[130]，”needs“：[131]，”be“：[133]，”zero“：[134]，”optimal“：[137]，”policy“：%138]，”algorithm“：%140190]，”generates“：[141]，”approximation“：[143]，”singled“：[154]，”out“：[155]，”using“：[156]，”二阶“：[158]，”criteria●●●●。“：[159]，”之后“：[160]，”引入“：[161]，”我们的“：[162189]，”有限“：[165178]，”域，“：[166181]，”we“：[167]，”扩展“：[168]，”it“：[169]，”连续“：[171180]，”ones。“：[172]，”The“：[173]，”Experimental“：[174]，”results“，“results”：[175]，”both“：[177]，”show“：[182]，”recovered“：[187]，”by“：[188]，”learning“：[192206]，”policies“：[193]，”exceller“：[195]，”these“：[196]，”getated“：[197]，”true“：[200]，”terms“：[204]，”speed“。“：[207]}，”引用_by_api_url“：”https://api.openalex.org/works？filter=cites:W3088674748“，”counts_by_year“：[{”年“：2022，”cited_by_count“：1}]，”更新日期“：”2024-07-21T13:48:54.670162“，”创建日期“：“2020-10-01”}