{“id”：“https://openalex.org/W4284688079“，”doi“：”https://doi.org/10.48550/arxiv.2207.02099“，”title“：“深度离线RL中内隐正则化的实证研究”，“display_name”：“深度脱机RL中的内隐正则性实证研究”、“publication_year”：2022，“publication_date”：“2022-01-01”，“ids”：{“openalex”：“https://openalex.org/W4284688079“，”doi“：”https://doi.org/10.48550/arxiv.2207.02099“}，”language“：”en“，”primary_location“：{”is_oa“：true，”landing_page_url“：”https://arxiv.org/abs/2207.02099“，”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”，“licence_id”：“https://openalex.org/licenses/cc-by“，”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/2207.02099“，”any_repository_has_fulltext“：true}，”authorships“：[{”author_position“：”第一“，”作者“：{”id“：”https://openalex.org/A5041145688“，”display_name“：”\u00c7a\u011flar G\u00fcl\u00e7ehre“，”orcid“：”网址：https://orcid.org/0009-0003-4124-1687“｝，”机构“：[]，”国家“：[]，”is_correresponsing“：false，”raw_author_name“：”Gulcehre，Caglar“，”raw_affiation_strings“：[]，”附属机构“：[]｝，｛”author_position“：”middle“，”author“：｛”id“：”https://openalex.org/A5044157219“，”display_name“：”Srivatsan Srinivasan“，”orcid“：”https://orcid.org/0000-0002-6672-4779“}，”机构“：[]，”国家“：[[]，”is_corresponding“：false，”raw_author_name“：”Srinivasan，Srivatsan“，”raw_affiliation_strings“：[]，“从属关系”：[]}，{“author_position”：“middle”，“author”：{“id”：“https://openalex.org/A5033464007“，”display_name“：”Jakub Sygnowski“，”orcid“：null}，”institutions“：[]，”countries“：[]，”is_corresponding“：false，”raw_author_name“，”Sygnowski-Jakub“，”raw _affiliation_strings“：]，”affiliations“：[/]}，{”author_position“：”middle“，”author“：{”id“：”https://openalex.org/A5016618555“，”display_name“：”Georg Ostrovski“，”orcid“：null}，”institutions“：[]，”countries“：[]，”is_corresponding“：false，”raw_author_name“:”Ostrovski，Georg“，”raw _affiliation_strings“：]，”affiliations“：[/]}，{”author_position“：”middle“，”author“：{”id“：”https://openalex.org/A5050499655“，”display_name“：”Mehrdad Farajtabar“，”orcid“：”https://orcid.org/0000-0002-5510-518X“}，”机构“：[]，”国家“：[[]，”is_corresponding“：false，”raw_author_name“：”Farajtabar，Mehrdad“，”raw _ afiliation_strings“：[]，“从属关系”：[]}，{“author_position”：“middle”，“author”：{“id”：“https://openalex.org/A5079326539“，”display_name“：”Matthew J.Hoffman“，”orcid“：”https://orcid.org/0000-0001-5076-0540“}，”机构“：[]，”国家“：[[]，”is_corresponding“：false，”raw_author_name“：”Hoffman，Matt“，”raw _ afiliation_strings“：[]，“从属关系”：[]}，{“author_position”：“middle”，“author”：{“id”：“https://openalex.org/A5043910056“，”display_name“：”Razvan Pascanu“，”orcid“：”https://orcid.org/0000-0002-5470-1238“｝，”机构“：[]，”国家“：[]，”is_correresponsing“：false，”raw_author_name“：”Pascanu，Razvan“，”raw_affiation_strings“：[]，”附属机构“：[]｝，｛”author_position“：”last“，”author“：｛”id“：”https://openalex.org/A5091677854“，”display_name“：”Arnaud Doucet“，”orcid“：”https://orcid.org/0000-0002-7662-419X“}，”机构“：[]，”国家“：[[]，”is_corresponding“：false，”raw_author_name“：”Doucet，Arnaud“，”raw _ afiliation_strings“：[]]，”附属机构“：[]}]，”机构评估“：[]，“countries _ distinct_count”：0，“机构区分计数”：0“：null，”fwci“：null，”has_fulltext“：false，”cited_by_count“：0，”citation_normalized_ppercentage“：｛“value”：0.0，”is_in_top_1_ppercent“：false，”is_in_top_1_percent“：false｝，”cited_by_percentle_year“：｛“min”：0，”max“：62｝，”biblio“：｛“volume”：null，”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“：0.997，”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“：0.997，”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/T12676“，”display_name“：”极限学习机器的理论与应用“，”score“：0.9877，”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/T11612“，”display_name“：”机器学习中的优化方法“，”score“：0.9864，”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/hyperparameter网站“，”display_name“：”Hyperparameter“，”score“：0.73446244}，{”id“：”https://openalex.org/keywords/regulation网站“，”display_name“：”正则化（语言学）“，”score“：0.6328303}，{”id“：”https://openalex.org/keywords/rank（https://openalex.org/keywords/rank）“，”display_name“：”Rank（图论）“，”score“：0.61224425}，{”id“：”https://openalex.org/keywords/reinforcement-learning网站“，”display_name“：”强化学习“，”score“：0.580182}，{”id“：”https://openalex.org/keywords/dep-learning网站“，”display_name“：”深度学习“，”score“：0.531084}，{”id“：”https://openalex.org/keywords/incremental-learning网站“，”display_name“：”增量学习“，”score“：0.518872}，{”id“：”https://openalex.org/keywords/regression网站“，”display_name“：”回归“，”score“：0.51807}，{”id“：”https://openalex.org/keywords/online-sequential-learning网站“，”display_name“：”在线顺序学习“，”score“：0.505799}，{”id“：”https://openalex.org/keywords/bootstrapping（https://openalex.org/keywords/bootstrapping）“，”display_name“：”Bootstrapping（finance）“，”score“：0.4670025}，{”id“：”https://openalex.org/keywords/learning-to-rank“，”display_name“：”Learning to rank“，”score“：0.42450356}]，”concepts“：[{”id“：”https://openalex.org/C8642999，“wikidata”：https://www.wikidata.org/wiki/Q4171168“，”display_name“：”Hyperparameter“，”level“：2，”score“：0.73446244}，{”id“：”https://openalex.org/C41008148，“wikidata”：https://www.wikidata.org/wiki/Q21198“，”display_name“：”计算机科学“，”level“：0，”score“：0.69543886}，{”id“：”https://openalex.org/C2776135515，“wikidata”：https://www.wikidata.org/wiki/Q17143721“，”display_name“：”正则化（语言学）“，”level“：2，”score“：0.6328303}，{”id“：”https://openalex.org/C164226766，“wikidata”：https://www.wikidata.org/wiki/Q7293202“，”display_name“：”Rank（图论）“，”level“：2，”score“：0.61224425}，{”id“：”https://openalex.org/C97541855，“wikidata”：https://www.wikidata.org/wiki/Q830687“，”display_name“：”强化学习“，”level“：2，”score“：0.611698}，{”id“：”https://openalex.org/C154945302，“wikidata”：https://www.wikidata.org/wiki/Q11660“，”display_name“：”人工智能“，”level“：1，”score“：0.5789657}，{”id“：”https://openalex.org/C50644808，“wikidata”：https://www.wikidata.org/wiki/Q192776“，”display_name“：”人工神经网络“，”level“：2，”score“：0.5471902}，{”id“：”https://openalex.org/C119857082，“wikidata”：https://www.wikidata.org/wiki/Q2539“，”display_name“：”机器学习“，”level“：1，”score“：0.5097284}，{”id“：”https://openalex.org/C207609745，“wikidata”：https://www.wikidata.org/wiki/Q4944086“，”display_name“：”Bootstrapping（finance）“，”level“：2，”score“：0.4670025}，{”id“：”https://openalex.org/C86037889，“wikidata”：https://www.wikidata.org/wiki/Q4330127“，”display_name“：”Learning to rank“，”level“：3，”score“：0.42450356}，{”id“：”https://openalex.org/C149782125，“wikidata”：https://www.wikidata.org/wiki/Q160039“，”display_name“：”计量经济学“，”level“：1，”score“：0.24477127}，{”id“：”https://openalex.org/C33923547，“wikidata”：https://www.wikidata.org/wiki/Q395“，”display_name“：”数学“，”等级“：0，”分数“：0.19295424}，{”id“：”https://openalex.org/C189430467，“wikidata”：https://www.wikidata.org/wiki/Q7293293“，”display_name“：”排名（信息检索）“，”级别“：2，”分数“：0.1274459}，{”id“：”https://openalex.org/C114614502，“wikidata”：https://www.wikidata.org/wiki/Q76592“，”display_name“：”Combinatorics“，”level“：1，”score“：0.0｝]，”mesh“：[]，”locations_count“：2，”locations“：[｛”is_oa“：true，”landing_page_url“：”https://arxiv.org/abs/207.02099“，”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”，“licence_id”：“https://openalex.org/licenses/cc-by“，”version“：”submittedVersion“，”is_accepted“：false，”is_published“：false}，{”is_oa“：false，”landing_page_url“：”https://api.datacite.org/dois/10.48550/arxiv.2207.02099“，”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/2207.02099“，”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”，“licence_id”：“https://openalex.org/licenses/cc-by“，”version“：”submittedVersion“，”is_accepted“：false，”is_published“：false}，”sustainable_development_goals“：[{”display_name“：”和平、正义和强大的制度“，”score“：0.41，”id“：”https://metadata.un.org/sdg/16“}]，”grants“：[]，”datasets“：[]，”versions“：[】，”referenced_works_count“：0，”referrenced_works“：]，”related_work斯“：[”https://openalex.org/W4390421286","https://openalex.org/W4389724018","https://openalex.org/W4318719684","https://openalex.org/W4281847915","https://openalex.org/W4280563792","https://openalex.org/W3183136280","https://openalex.org/W3117246195","https://openalex.org/W2140186469","https://openalex.org/W156620619","https://openalex.org/W1534274833“]，”abstract_inverted_index“：{”Deep“：[0]，”neural“：[1,19]，”networks“：[2]，”are“：[3]，”the“：[4,41,44,59,70,83,91118150165171183186198]，”most“：[5]，”commonly“：[6]，”used“：[7]，”function“：[8]，”approsors“：[9]，13]，“先前”：[14]，“作品”：[15]，“有”：[16]，“显示”：[17]，“that“：[18,31138163176192207]，“nets”：[20]，“trained”：[21]，“with”：[22]，“TD-learning”：[23]，“and”：[24,94123133147174203205]，“gradient”：[25]，“descence”：[26]，“can”：[27,32]，“exhibit”：[28]，“implictive”：[29168]，“regulation”：[30169]，“be”：[33215]，”characterized“：[34]，“by”：[35]，“under-parameterization”：[36]，“的”：[37,43,79161167185]，“这些“：[38]，”网络。“：[39]，”具体来说，“：[40]，”秩“：[42,93,98122202]，”倒数第二位“：[45]，”特征“：[46]，”层“，”：[47]，”也“：[48]，”调用“：[49]，”\\textit{effective“：50]，”rank}“，”:[51]，”has“：[52,65]，”been“：[53,66]，”observed“：[54]，”to“：[55,68,73,82181]，”急剧“：[56]，”崩溃“：[57,64184]，”在“：[58]，”训练中。“：[60]，”In“：[61108]，”turn“：[62]，”this“：[63109209]，”argument“：[67]，”reduce“：[69]，”model’s“：[71]，”能力“：[72]，”further“：[74]，”adapt“：[75]，”later“：[77]，”stages“：[78]，”learning“：[80]，”leading“：[81]，”reduced“：[84]，”final“：[85]，”performance“。“：[86]，”这样“：[87]，”一个“：[88]，”关联“：[89141210]，”介于“：[90120200]，”有效“：[92,97121187201]，”性能“：[95124204]，”制造“：[96]，”强制“：[99]，”对于“：[100104]，”RL，“：[102]，”主要“：[103]，”政策“：[106]，”评估。“：[107]，“工作”，“：[110]，“我们”，“行为”“实验室”：[135]，“我们”：[136]，“观察”：[137]，“直接”：[140]，“存在”：[142]，“仅”：[143]受限“：[145]，”设置“：[146]，”消失“：[148]，”更多“：[151]，”扩展“：[152]，”超参数“：[153]，”扫描。“：[154]，”“此外，”：[155]，“经验性”：[157]，“识别”：[158]，“阶段”：[160]，“学习”：[162172]，“解释”：[164182]，“影响”：[166]，“动力学”：[173]，“发现”：[175]，“引导”：[177]，“单独”：[178]，“是”：[179]，“不足”：[180]，“排名”。“：[188]，”“进一步”“：[189]，”显示“：[191]，”几个“：[193]，”其他“：[194]，”因素“：[195]，”可能“：[196214]，”混淆“：[197]，”关系“：[199]，”结论“：[206]，”研究“：[208]，”根据“：[211]，”简单“：[212]，”假设“：[213]，”高度“：[216]，”误导。“：[217]}，”cited_by_api_url“：”https://api.openalex.org/works？filter=cites:W4284688079“，”counts_by_year“：[]，”updated_date“：”2024-09-20T01:04:16.694261“，”created_date:“2022-07-08”}“