{“id”：“https://openalex.org/W2788842776“，”doi“：”https://doi.org/10.3389/frobt.2018.00079“，”title“：“异步环境中的反应强化学习”，“display_name”：“异步条件下的反应强化教学”，“publication_year”：2018，“publiation_date”：“2018-06-26”，“ids”：{“openalex”：“https://openalex.org/W2788842776“，”doi“：”https://doi.org/10.3389/frobt.2018.00079“，”mag“：”2788842776“}，”language“：”en“，”primary_location“：{”is_oa“：true，”landing_page_url“：”https://doi.org/10.3389/frobt.2018.00079，“pdf_url”：https://www.frontiersin.org/articles/10.3389/frobt.2018.00079/pdf，“源”：{“id”：https://openalex.org/S2595095599“，”“display_name”：“机器人与人工智能的前沿”，“issn_l”：“2296-9144”，“isn”：[“2296-6144”]，“is_oa”：true，“is.in_doaj”：true，“host_organization”：“https://openalex.org/P4310320527“，”“host_organization_name”：“Frontiers Media”，“host_organization_lineage”：[“https://openalex.org/P4310320527“]，”host_organization_lineage_names“：[”Frontiers Media“]，“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“，”doaj“]，”open_access“：{”is_oa“：true，”oa_status“：”gold“，”oa_url“：”https://www.frontiersin.org/articles/10.3389/frobt.2018.00079/pdf“，”any_repository_has_fulltext“：true}，”authorships“：[{”author_position“：”第一“，”作者“：{”id“：”https://openalex.org/A5059024724“，”display_name“：”Jaden B.Travnik“，”orcid“：null}，”institutions“：[{”id“：”https://openalex.org/I154425047“，”display_name“：”阿尔伯塔大学“，”ror“：”https://ror.org/0160cpw27“，”country_code“：”CA“，”type“：“教育”，”世系“：[”https://openalex.org/I154425047“]}]，”国家“：[”CA“]，”is_corresponding“：false，”raw_author_name“：”Jaden B.Travnik“，”raw _affiliation_strings“：[“加拿大爱德蒙顿阿尔伯塔大学医学系改良自然控制实验室的仿生肢体”]}，{“author_position”：“middle”，“author”：{“id”：“https://openalex.org/A5068452444“，”display_name“：”Kory W.Mathewson“，”orcid“：”https://orcid.org/0000-0002-5688-6221}，“机构”：[{“id”：https://openalex.org/I154425047“，”display_name“：”阿尔伯塔大学“，”ror“：”https://ror.org/0160cpw27“，”country_code“：”CA“，”type“：“教育”，”世系“：[”https://openalex.org/I154425047“]}]，”国家“：[”CA“]，”is_corresponding“：false，”raw_author_name“：”Kory W.Mathewson“，”raw_affiliation_strings“：[“加拿大亚伯达州埃德蒙顿阿尔伯塔大学医学系改良自然控制实验室的仿生肢体”]}，{“author_position”：“middle”，“author”：{“id”：“https://openalex.org/A5004923102“，”display_name“：”Richard S.Sutton“，”orcid“：null}，”institutions“：[{”id“：”https://openalex.org/I154425047“，”display_name“：”阿尔伯塔大学“，”ror“：”https://ror.org/0160cpw27“，”country_code“：”CA“，”type“：“教育”，”世系“：[”https://openalex.org/I154425047“]}]，”国家“：[”CA“]，”is_corresponding“：false，”raw_author_name“：”Richard S.Sutton“，”raw _affiliation_strings“：[“加拿大爱德蒙顿阿尔伯塔大学计算科学系强化学习与人工智能实验室”]}，{“author_position”：“last”，“author”：{“id”：“https://openalex.org/A5010596280“，”display_name“：”Patrick M.Pilarski“，”orcid“：”https://orcid.org/0000-0003-1686-2978}，“机构”：[{“id”：https://openalex.org/I154425047“，”display_name“：”阿尔伯塔大学“，”ror“：”https://ror.org/0160cpw27“，”country_code“：”CA“，”type“：“教育”，”世系“：[”https://openalex.org/I154425047“]｝]，”国家“：[”CA“]，”is_corressinding“：true，”raw_author_name“：”Patrick M.Pilarski“，”raw_affiation_strings“：[”加拿大阿尔伯塔大学埃德蒙顿医学系改善自然控制实验室仿生肢体“]｝]，”国家_目标_计数“：1，”机构_区别_计数“：1，”对应_作者_ ID“：[”https://openalex.org/A5010596280“]，”对应的机构ID“：[”https://openalex.org/I154425047“]，”apc_list“：{“value”：1900，”currency“：”USD“，”value_USD“：1900“：{”卷“：”5“，”问题“：null，”第一页“：null，”最后一页“：null}，”is_retracted“：false，”is_paratext“：fase，”primary_topic“：{”id“：”https://openalex.org/T10462“，”display_name“：”强化学习算法“，”score“：0.9994，”subfield“：{”id“：”https://openalex.org/subfields/s702“，”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“：0.9994，”subfield“：{”id“：”https://openalex.org/subfields/s702“，”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/T12288“，”“display_name”：“在线机器人研究中的分布式协调”，“score”：0.9957，“subfield”：{“id”：“https://openalex.org/subfields/1705“，”display_name“：”计算机网络和通信“}，”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/T10876“，”“display_name”：“工业过程故障检测与诊断”，“score”：0.98，“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“}}]，”关键词“：[{”id“：”https://openalex.org/keywords/reinforcement-learning网站“，”display_name“：”强化学习“，”score“：0.586024}，{”id“：”https://openalex.org/keywords/simmulations网站“，”display_name“：”Simulations“，”score“：0.503351}]，”concepts“：[{”id“：”https://openalex.org/C97541855，“wikidata”：https://www.wikidata.org/wiki/Q830687“，”display_name“：”强化学习“，”level“：2，”score“：0.8432138}，{”id“：”https://openalex.org/C41008148，“wikidata”：https://www.wikidata.org/wiki/Q21198“，”display_name“：”计算机科学“，”level“：0，”score“：0.83877087}，{”id“：”https://openalex.org/C151319957，“wikidata”：https://www.wikidata.org/wiki/Q752739“，”display_name“：”异步通信“，”level“：2，”score“：0.79753876}，{”id“：”https://openalex.org/C106189395，“wikidata”：https://www.wikidata.org/wiki/Q176789网址“，”display_name“：”Markov决策过程“，”level“：3，”score“：0.7264199}，{”id“：”https://openalex.org/C154945302，“wikidata”：https://www.wikidata.org/wiki/Q11660“，”display_name“：”人工智能“，”level“：1，”score“：0.43343267}，{”id“：”https://openalex.org/C120314980，“wikidata”：https://www.wikidata.org/wiki/Q180634“，”display_name“：”分布式计算“，”level“：1，”score“：0.41774508}，{”id“：”https://openalex.org/C119857082，“wikidata”：https://www.wikidata.org/wiki/Q2539“，”display_name“：”机器学习“，”level“：1，”score“：0.34575176}，{”id“：”https://openalex.org/C159886148，“wikidata”：https://www.wikidata.org/wiki/Q176645“，”display_name“：”Markov过程“，”level“：2，”score“：0.29645574}，{”id“：”https://openalex.org/C31258907，“wikidata”：https://www.wikidata.org/wiki/Q1301371“，”display_name“：”计算机网络“，”level“：1，”score“：0.08626008}，{”id“：”https://openalex.org/C105795698，“wikidata”：https://www.wikidata.org/wiki/Q12483“，”display_name“：”Statistics“，”level“：1，”score“：0.0}，{”id“：”https://openalex.org/C33923547，“wikidata”：https://www.wikidata.org/wiki/Q395“，”display_name“：”Mathematics“，”level“：0，”score“：0.0}]，”mesh“：[]，”locations_count“：7，”location“：[{”is_oa“：true，”landing_page_url“：”https://doi.org/10.3389/frobt.2018.00079，“pdf_url”：https://www.frontiersin.org/articles/10.3389/frobt.2018.00079/pdf，“源”：{“id”：https://openalex.org/S2595095599“，”“display_name”：“机器人与人工智能的前沿”，“issn_l”：“2296-9144”，“isn”：[“2296-6144”]，“is_oa”：true，“is.in_doaj”：true，“host_organization”：“https://openalex.org/P4310320527“，”host_organization_name“：”Frontiers Media“，”host_organization_lineage“：[”https://openalex.org/P4310320527“]，”host_organization_lineage_names“：[”Frontiers Media“]，“type”：“journal”}，“license”：“cc-by”，“licence_id”：“https://openalex.org/licenses/cc-by“，”version“：”publishedVersion“，”is_accepted“：true，”is_published“：true}，{”is_oa“：false，”landing_page_url“：”https://doaj.org/article/2b1b274c790d4ab1be3c2de9333b687a“，”pdf_url“：空，”源“：{”id“：”https://openalex.org/S4306401280“，”display_name“：”DOAJ（DOAJ：开放存取期刊目录）“，”issn_l“：null，”issn“：null:”is_oa“：true，”is_in_DOAJ“：false，”host_organization“：null，”host_organization_name“:null，“host_orgganization_lineage”：[]，“host_orgganization _lineage_names”：[[]，“type”：“repository”}，“license”：null、“license_id”：null、“version”：null.、“is_accepted”：false、“is_published“：false}，{”is_oa“：true，”landing_page_url“：”https://arxiv.org/abs/1802.06139，“pdf_url”：https://arxiv.org/pdf/1802.06139，“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”：true，“landing_page_url”：“https://europepmc.org/articles/pmc7805616，“pdf_url”：https://europepmc.org/articles/pmc7805616？pdf=render，“源”：{“id”：https://openalex.org/S4306400806“，”display_name“：”Europe PMC（PubMed Central）“，”issn_l“：null，”issn“：null，”is_oa“：true，”is_ in_doaj“：false，”host_organization“：”https://openalex.org/I1303153112“，”“host_organization_name”：“欧洲生物信息学研究所”，“host_organization_lineage”：[“https://openalex.org/I1303153112“]，”host_organization_lineage_names“：[”欧洲生物信息学研究所“]，“type”：“repository”}，“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://www.ncbi.nlm.nih.gov/pmc/articles/PMC7805616“，”pdf_url“：空，”源“：{”id“：”https://openalex.org/S2764455111“，”display_name“：”PubMed Central“，”issn_l“：null，”issn“：null，”is_oa“：true，”is_ in_doaj“：false，”host_organization“：”https://openalex.org/I1299303238“，”“host_organization_name”：“美国国立卫生研究院”，“host_ordanization_lineage”：[“https://openalex.org/I1299303238“]，”host_organization_lineage_names“：[”National Institutes of Health“]，“type”：“repository”}，“license”：null，“licence_id”：null，“version”：“publishedVersion”，“is_accepted”：true，“is_published”：true}，{“is_oa”：true，“landing_page_url”：“http://arxiv.org/abs/1802.06139，“pdf_url”：网址：http://arxiv.org/pdf/1802.06319，“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.1802.06139“，”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/10.3389/frobt.2018.00079，“pdf_url”：https://www.frontiersin.org/articles/10.3389/frobt.2018.00079/pdf，“源”：{“id”：https://openalex.org/S2595095599“，”“display_name”：“机器人与人工智能的前沿”，“issn_l”：“2296-9144”，“isn”：[“2296-6144”]，“is_oa”：true，“is.in_doaj”：true，“host_organization”：“https://openalex.org/P4310320527“，”host_organization_name“：”Frontiers Media“，”host_organization_lineage“：[”https://openalex.org/P4310320527“]，”host_organization_lineage_names“：[”Frontiers Media“]，“type”：“journal”}，“license”：“cc-by”，“licence_id”：“https://openalex.org/licenses/cc-by“，”version“：”publishedVersion“，”is_accepted“：true，”is_published“：true}，”sustainable_development_goals“：[{”id“：”https://metadata.un.org/sdg/16“，”display_name“：”和平、正义和强大的制度“，”score“：0.68｝]，”grants“：[｛”funder“：”https://openalex.org/F4320319952“，”“funder_display_name”：“加拿大创新基金会”，“award_id”：null}，{“funder”：“https://openalex.org/F4320320994“，”funder_display_name“：”Canada Research Chairs“，”award_id“：null}，{”funder“：”https://openalex.org/F4320325651“，”funder_display_name“：”Alberta Innovates“，”award_id“：null}，{”funder“：”https://openalex.org/F4320334593“，”“funder_display_name”：“加拿大自然科学与工程研究委员会”，“award_id”：null}]，“数据集”：[]，“版本”：[“https://openalex.org/W2788842776","https://openalex.org/W3104173699“]，”referenced_works_count“：17，”referrenced_works“：[”https://openalex.org/W1525280637","https://openalex.org/W1711093554","https://openalex.org/W1977655452","https://openalex.org/W2009533501","https://openalex.org/W2041367235","https://openalex.org/W2091565802","https://openalex.org/W2150339816","https://openalex.org/W2257979135","https://openalex.org/W2408978589","https://openalex.org/W2619103847","https://openalex.org/W2623293810","https://openalex.org/W2766207971","https://openalex.org/W2792812366","https://openalex.org/W3139377883","https://openalex.org/W317521241","https://openalex.org/W32403112","https://openalex.org/W4214717370“]，”related_works“：[”https://openalex.org/W3168977894","https://openalex.org/W3096874164","https://openalex.org/W2937181779","https://openalex.org/W2386410636","https://openalex.org/W2357975469","https://openalex.org/W2341346307","https://openalex.org/W2145363145","https://openalex.org/W2116677773","https://openalex.org/W1985560493","https://openalex.org/W1626977535“]，”ngrams_url“：”https://api.openalex.org/works/W2788842776/ngrams网站“，”“abstract_inverted_index”：{“The”：[0]，“relationship”：[1]，“between”：[2,21]，“a”：[3119130154]，“reference”：[4134]，“learning”：[5135157163196217]，“（RL）”：[6]，“agent”：[7,23,73101188]，“and”：[8,24172175208]，“an”：[9,22,62,72,77100114]，“asynchronous”：[10,46,63142167]，“environment”：[11,52,88109]，“是”：[12126]，“经常”：[13]，“忽略。“：[14]，”频繁“：[15]，”使用“：[16]，”模型“：[17]，”的“：[18,50,86,99132141186193201]，”the“：[19,41,48,51,59,80,84,87,96108123160183187191194]，”interaction“：[20]，”its“：[25]，“environment，”：[26,64]，“such”：[27]，“as”：[28]，“Markov”：[29]，“Decision”：[30,35]，“Processes”：[318,36]，“（MDP）”：[32]，“或”：[33118]，“Semi-Markov”：[34]，”（SMDP），“：[37]，”do“：[38]，“not”：[39]，“capture”：[40]，“fact”：[42]，“that”：[43]，“in”：[44,82]，“state”：[P9,85117120150]，“may”：[53,89204]，“change”：[54,90214]，“during”：[55]，“computeration”：[56]，“performed”：[57]，“by”：[58106144189]，“agent”。“：[60]，”In“：[61,93]，”最小化“：[65]，”反应“：[66,97184]，”time\u2014the“：[67]，”时间“：[68,81,98185]，”it“：[69]，”takes“：[70]，”for“：[71]，”to“：[74,76110215]，”react“：[75]，”observation\u2014also“：78]，”minimization“：[79]，”which“：[83]，”following“：[91]，”观察。“：[92]，“许多”：[94]，“环境”，：[95]，“直接”：[102]，“影响”：[103]，“任务”：[104]，“性能”：[105]，“允许”：[107]，“过渡”：[111]，“到”：[112]，“任其一”：[113]，“不需要”：[115]，“终端”：[116]，“其中”：[121]，“执行”：[122]，“选择”：[124]，“操作”：[125]，“不当。“：[127]，“我们”：[128152]，“提议”：[129]，“类”：[1310200]，“反应”：[133155179202]，“算法”：[136203]，“那个”：[137177]，“地址”：[138]，“这个”：[139]，“问题”：[140]，“环境”：[143]，“立即”：[145]，“行动”：[146]，“之后”：[147]，“观察”：[148]，“新”：[149199]，“信息。“：[151]，”比较“：[153]，”SARSA“：[156162]，”算法“：[158164181]，”与“：[159]，”常规“：[161]，”on“：[165]，”两个“：[166]，”机器人“：[168]，”任务“：[169]，”（紧急“：[170]，”停止“：[171]，”影响“173]，”预防“，”：[174]，”显示“：[176]，”RL“：[180]，”减少“：[182]，”近似“：[190]，“持续时间”：[192]，“算法”：[195]，“更新。“：[197]，”此“：[198]，”便利“：[205]，”更安全“：[206]，”控制“：[207]，”更快“：[209]，”决策“：[210]，”制定“：[211]，”没有“：[212]，”任何“：[213]，”标准“：[216]，”保证。“：[218]}，”cited_by_api_url“：”https://api.openalex.org/works？filter=cites:W2788842776“，”counts_by_year“：[{”年“：2023，”cited_by_count“：3}，{”年份“：2022，”cited_by_count”：4}，“{”年度“：2021，”citecd_by_count“：4}.，{“年份”：2020，“cited_by_count）：3}.，“年份”:2018，“citecd_by_counts”：1}]，”updated_date“：”2024-05-14T23:21:05.051722“，”created_date:“2018-03-06”}