{“id”：“https://openalex.org/W4283313343“，”doi“：”https://doi.org/10.48550/arxiv.2206.10027“，”title“：”DNA:具有双网架构的近端策略优化“，”display_name“：”DNA:具有双网架构的近端策略优化“，”publication_year“：2022，”publication_date“：”2022-01-01“，”ids“：｛”openalex“：”https://openalex.org/W4283313343“，”doi“：”https://doi.org/10.48550/arxiv.2206.10027“}，”language“：”en“，”primary_location“：{”is_oa“：true，”landing_page_url“：”https://arxiv.org/abs/2206.10027“，”pdf_url“：空，”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，”is_core“：fase，”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“：[”康奈尔大学“]，“type”：“repository”}，“license”：“cc-by-sa”，“licence_id”：“https://openalex.org/licenses/cc-bysa“，”version“：”submittedVersion“，”is_accepted“：false，”is_published“：false}，”type“：”preprint“，”type_crossref“：“posted-content”，”indexed_in“：[”arxiv“，”datacite“]，”open_access“：{”is_oa“：true，”oa_status“：”green“，”oa_url“：”https://arxiv.org/abs/2206.10027“，”any_repository_has_fulltext“：true}，”authorships“：[{”author_position“：”第一“，”作者“：{”id“：”https://openalex.org/A5014957023“，”display_name“：”Mathew Aitchison“，”orcid“：”https://orcid.org/0000-0002-0543-5893“}，”机构“：[]，”国家“：[[]，”is_corresponding“：false，”raw_author_name“：”Aitchison，Mathew“，”raw_affiliation_strings“：[]，“从属关系”：[]}，{“author_position”：“last”，“author”：{“id”：“https://openalex.org/A5063432097“，”display_name“：”Penny Sweetser“，”orcid“：”https://orcid.org/0000-0002-6543-557X“}，”机构“：[]，”国家“：[[]，”is_corresponding“：false，”raw_author_name“：”Sweetser，Penny“，”raw_affiliation_strings“：[]，“隶属关系”：[]}]，“机构资产”：[】，“countries_distiction_count”：0，“机构区分计数”：0“：null，”fwci“：null，”has_fulltext“：false，”cited_by_count“：1，”citation_normalized_percentile“：{”value“：0.671253，”is_in_top_1_percent“：false，”is_ in_top_ 10_percennt“：false}，”citted_by_count_year“：{min”：61，“max”：72}，“biblio”：{“volume”：null，“issue”：nully，“first_page”：null，“last_page”：null}，，“is_retracted”：false“primary_topic”：{“id”：“https://openalex.org/T10462“，”display_name“：”强化学习算法“，”score“：0.9935，”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“：0.9935，”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“}}]，”关键词“：[{”id“：”https://openalex.org/keywords/q-learning网站“，”display_name“：”Q-learning“，”score“：0.63817424}，{”id“：”https://openalex.org/keywords/reinforcement-learning（https://openalex.org/keywords/reinforcement-learning）“，”display_name“：”强化学习“，”score“：0.58654}，{”id“：”https://openalex.org/keywords/dep-learning网站“，”display_name“：”深度学习“，”score“：0.54217}，{”id“：”https://openalex.org/keywords/policy-gradient网站“，”display_name“：”策略渐变“，”score“：0.528573}，{”id“：”https://openalex.org/keywords/value“，”display_name“：”Value（mathematics）“，”score“：0.47065368}]，”concepts“：[{”id“：”https://openalex.org/C97541855，“wikidata”：https://www.wikidata.org/wiki/Q830687“，”display_name“：”强化学习“，”level“：2，”score“：0.8905102}，{”id“：”https://openalex.org/C41008148，“wikidata”：https://www.wikidata.org/wiki/Q21198“，”display_name“：”计算机科学“，”level“：0，”score“：0.6385408}，{”id“：”https://openalex.org/C188116033，“wikidata”：https://www.wikidata.org/wiki/Q2664563“，”display_name“：”Q-learning“，”level“：3，”score“：0.63817424}，{”id“：”https://openalex.org/C99498987，“wikidata”：https://www.wikidata.org/wiki/Q2210247“，”display_name“：”噪音（视频）“，”级别“：3，”分数“：0.63413984}，{”id“：”https://openalex.org/C14036430网址，“wikidata”：https://www.wikidata.org/wiki/Q3736076网址“，”display_name“：”功能（生物学）“，”级别“：2，”分数“：0.54743737}，{”id“：”https://openalex.org/C2780980858，“wikidata”：https://www.wikidata.org/wiki/Q110022“，”display_name“：”Dual（语法数字）“，”level“：2，”score“：0.5396078}，{”id“：”https://openalex.org/C1960 83921，“wikidata”：https://www.wikidata.org/wiki/Q7915758“，”display_name“：”差异（会计）“，”级别“：2，”分数“：0.52537405}，{”id“：”https://openalex.org/C14646407，“wikidata”：https://www.wikidata.org/wiki/Q1430750“，”display_name“：”Bellman equation“，”level“：2，”score“：0.47908765}，{”id“：”https://openalex.org/C2776291640，“wikidata”：https://www.wikidata.org/wiki/Q2912517“，”display_name“：”Value（mathematics）“，”level“：2，”score“：0.47065368}，{”id“：”https://openalex.org/C138268822，“wikidata”：https://www.wikidata.org/wiki/Q1051925“，”display_name“：”分辨率（逻辑）“，”级别“：2，”分数“：0.42024475}，{”id“：”https://openalex.org/C154945302，“wikidata”：https://www.wikidata.org/wiki/Q11660“，”display_name“：”人工智能“，”level“：1，”score“：0.4040559}，{”id“：”https://openalex.org/C11413529，“wikidata”：https://www.wikidata.org/wiki/Q8366“，”display_name“：”Algorithm“，”level“：1，”score“：0.35477355}，{”id“：”https://openalex.org/C126255220，“wikidata”：https://www.wikidata.org/wiki/Q141495“，”display_name“：”数学优化“，”level“：1，”score“：0.29503173}，{”id“：”https://openalex.org/C119857082，“wikidata”：https://www.wikidata.org/wiki/Q2539“，”display_name“：”机器学习“，”level“：1，”score“：0.2715906}，{”id“：”https://openalex.org/C33923547，“wikidata”：https://www.wikidata.org/wiki/Q395“，”display_name“：”数学“，”等级“：0，”分数“：0.24823704}，{”id“：”https://openalex.org/C115961682，“wikidata”：https://www.wikidata.org/wiki/Q860623“，”display_name“：”图像（数学）“，”level“：2，”score“：0.10940215｝，｛”id“：”https://openalex.org/C86803240，“wikidata”：https://www.wikidata.org/wiki/Q420“，”display_name“：”生物学“，”等级“：0，”分数“：0.09118396}，{”id“：”https://openalex.org/C54355233，“wikidata”：https://www.wikidata.org/wiki/Q7162“，”display_name“：”Genetics“，”level“：1，”score“：0.078638226}，{”id“：”https://openalex.org/C142362112，“wikidata”：https://www.wikidata.org/wiki/Q735“，”display_name“：”Art“，”level“：0，”score“：0.0}，{”id“：”https://openalex.org/C124952713，“wikidata”：https://www.wikidata.org/wiki/Q8242“，”display_name“：”文学“，”等级“：1，”分数“：0.0}，{”id“：”https://openalex.org/C121955636，“wikidata”：https://www.wikidata.org/wiki/Q4116214“，”display_name“：”Accounting“，”level“：1，”score“：0.0}，{”id“：”https://openalex.org/C144133560，“wikidata”：https://www.wikidata.org/wiki/Q4830453“，”display_name“：”Business“，”level“：0，”score“：0.0}]，”mesh“：[]，”locations_count“：2，”location“：[{”is_oa“：true，”landing_page_url“：”https://arxiv.org/abs/2206.10027“，”pdf_url“：空，”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，”is_core“：fase，”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“：[”康奈尔大学“]，“type”：“repository”}，“license”：“cc-by-sa”，“licence_id”：“https://openalex.org/licenses/cc-bysa“，”version“：”submittedVersion“，”is_accepted“：false，”is_published“：false}，{”is_oa“：false，”landing_page_url“：”https://api.datacite.org/dois/10.48550/arxiv.2206.10027“，”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，”is_core“：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://arxiv.org/abs/2206.10027“，”pdf_url“：空，”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，”is_core“：fase，”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“：[”康奈尔大学“]，“type”：“repository”}，“license”：“cc-by-sa”，“licence_id”：“https://openalex.org/licenses/cc-by-sa“，”version“：”submittedVersion“，”is_accepted“：false，”is_published“：false}，”sustainable_development_goals“：[]，”grants“：[]，”datasets“：]，”versions“：[https://openalex.org/W3099153698","https://openalex.org/W3096874164","https://openalex.org/W3087814763","https://openalex.org/W3038962357","https://openalex.org/W2386410636","https://openalex.org/W2361647908","https://openalex.org/W2357975469","https://openalex.org/W2166117066","https://openalex.org/W2136202932","https://openalex.org/W2025663273“]”，“abstract_inverted_index”：{“This”：[0]，“paper”：[1]，“explorers”：[2]，“the”：[3,22,65,81116119127]，“problem”：[4]，“of”：[5,25118126]，“symphrous”：[6]，“learning”：[7,17,26,48,83]，“a”：[8,54,75,88]，“value”：[9,82]，“function”：[10]，“and”：[11]，“policy”：[12,66]，“in”：[13],37]，“深度”：[14]，“actor-critic”：[15]，“加强”：[16]，“模型。”：[18]，“我们”：[19]，“find“：[20,63]，”that“：[21,47,64]，”common“：[23]，”practice“：[24]，”these“：[27,41,49,93]，”functions“：[28]，”jointous“：[29]，”is“：[30]，”sub-optimal“：[31]，”due“：[32]，”to“：[33,98]，”an“：[34,96]，”order-of-magitude“：[25]，”difference“：[36]，”noise“：[3]8,84]，”levels“：[39,69]，“介于”：[40]，“两个”：[42]，“任务”。“：[43]，”代替“：[44]，”我们“：[45,62102]，”显示“：[46]，”任务“：[50]，”独立“：[51]，”但“：[52]，”与“：[53,87]，”约束“：[55]，”蒸馏“：[56]，”相“：[57]，”显著“：[58109]，”提高“：[59]，”性能。“：[60]，”此外，“：[61]，”梯度“：[67]，”can“：[70]，”be“：[71]，”reduced“：[72]，”by“：[73]，”using“：[74]，”lower“：[76,89]，”\\textit{variance}“：77]，”return“：78]，”estimate“。“：[79,91]，”鉴于，“：[80]，”级别“：[85]，”减少“：[86]，”\\textit{bias}“：[90]，”一起“：[92]，”洞察力“：[94]，”通知“：[95]，”扩展“：[97]，”近似“：[99]，”策略“：[100]，”优化“：[101]，”调用“：[103]，”\\ntextit{Dual“：[104]，”网络“：[105]，”架构}“:[106]，”（DNA），“：[107]，”其中“：[108]，”优于“：[110]，”其“：[111]，”前身。“：[112]，“DNA”：[113]，“也”：[114]，“超过”：[115]，“性能”：[117]，“流行”：[120]，“彩虹”：[121]，“DQN”：[122]，“算法”：[123]，“on”：[124]，“四”：[125]，“五”：[128]，“环境”：[129]，“测试”：[130]，“偶数”：[131]，“under”：[132]，“more”：[133]，“困难”：[134]，“随机”：[135]，“控制”：[136]，“设置。“：[137]}，”cited_by_api_url“：”https://api.openalex.org/works？filter=cites:W4283313343“，”counts_by_year“：[{”年“：2024，”cited_by_count“：1}]，”更新日期“：”2024-09-14T13:11:15.938732“，”创建日期“：“2022-06-24”}