{“id”：“https://openalex.org/W4305028652“，”doi“：”https://doi.org/10.48550/arxiv.2210.05355“，”title“：”低等级奖励的多用户强化学习“，”display_name“：”高等级奖励的多名用户强化学习”，“publication_year”：2022，“publitation_date”：“2022-01-01”，“ids”：{“openalex”：“https://openalex.org/W4305028652“，”doi“：”https://doi.org/10.48550/arxiv.2210.05355“}，”language“：”en“，”primary_location“：{”is_oa“：true，”landing_page_url“：”https://arxiv.org/abs/2210.05355“，”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，”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“：”预印本“，”type_crossref“：”发布的内容“，”indexed_in“：[”arxiv“，”datacite“]，”open_access“：｛”is_oa“：true，”oa_status“：”green“，”oa_url“：”https://arxiv.org/abs/2210.05355“，”any_repository_has_fulltext“：true}，”authorships“：[{”author_position“：”第一“，”作者“：{”id“：”https://openalex.org/A5007875487“，”display_name“：”Naman Agarwal“，”orcid“：”https://orcid.org/0000-0003-0320-0238“}，”机构“：[]，”国家“：[[]，”is_corresponding“：false，”raw_author_name“：”Agarwal，Naman“，”raw_affiliation_strings“：[]，“从属关系”：[]}，{“author_position”：“middle”，“author”：{“id”：“https://openalex.org/A5034432097“，”display_name“：”Pratek Jain“，”orcid“：”https://orcid.org/0000-0002-0162-489X“}，”机构“：[]，”国家“：[[]，”is_corresponding“：false，”raw_author_name“：”Jain，Prateek“，”raw_affiliation_strings“：[]，“从属关系”：[]}，{“author_position”：“middle”，“author”：{“id”：“https://openalex.org/A5076315188“，”display_name“：”Suhas S Kowshik“，”orcid“：null}，”institutions“：[]，”countries“：[]，”is_corresponding“：false，”raw_author_name“，”Kowshik，Suhas“，”raw _affiliation_strings“：【】，”affiliations“：〔〕}，{”author_position“：”middle“，”author“：{”id“：”https://openalex.org/A5063107043“，”display_name“：”Dheeraj Nagaraj“，”orcid“：null}，”institutions“：[]，”countries“：[]，”is_corresponding“：false，”raw_author_name“:”Nagaraj“，”heeraj“，“raw_affiliation_strings”：[]“，”afliations“：【】}，{”author_position“：”last“，”author“：{”id“：”https://openalex.org/A5007012613“，”display_name“：”Praneeth Netrapalli“，”orcid“：null}，”institutions“：[]，”countries“：[]，”is_corresponding“：false，”raw_author_name“:”Netrapally，Praneethe“，”raw _affiliation_strings“：]，”affiliations“：【】}]，“countries_distinact_count”：0，“institutions_distiction_count“：0，”corresponding_author_ids“：【]，”corresponding_institution_ids，“apc_list”：空，“apc_payd“：null，”fwci“：null，”has_fulltext“：false，”cited_by_count“：0，”cited_by_percentile_year“：{”min“：0”max“：67}，”biblio“：{volume“：null，”issue“：nul，”first_page“：null}，“last_page”：null{，”is_retracted“：false，”is_paratext“：false，”primary_topic“：”{“id”：“https://openalex.org/T12101“，”“display_name”：“多臂盗贼问题的优化”，“score”：0.9879，“subfield”：{“id”：“https://openalex.org/subfields/1803“，”display_name“：”管理科学与运筹学“}，”字段“：{”id“：”https://openalex.org/fields/18“，”display_name“：”Decision Sciences“}，”domain“：{”id“：”https://openalex.org/domains/2“，”display_name“：”社会科学“}}，”主题“：[{”id“：”https://openalex.org/T12101“，”“display_name”：“多臂盗贼问题的优化”，“score”：0.9879，“subfield”：{“id”：“https://openalex.org/subfields/1803“，”display_name“：”管理科学与运筹学“}，”字段“：{”id“：”https://openalex.org/fields/18“，”display_name“：”Decision Sciences“}，”domain“：{”id“：”https://openalex.org/domains/2“，”“display_name”：“社会科学”}}，{”id“：”https://openalex.org/T10603“，”display_name“：”智能电网中的需求响应“，”score“：0.9631，”subfield“：{”id“：”https://openalex.org/subfields/2208“，”display_name“：”电气与电子工程“}，”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/T11182“，”display_name“：”拍卖和采购合同中的机制设计“，”score“：0.958，”subfield“：｛”id“：”https://openalex.org/subfields/1803“，”display_name“：”管理科学与运筹学“}，”字段“：{”id“：”https://openalex.org/fields/18“，”display_name“：”Decision Sciences“}，”domain“：{”id“：”https://openalex.org/domains/2“，”display_name“：”社会科学“}}]，”关键词“：[{”id“：”https://openalex.org/keywords/在线学习“，”display_name“：”在线学习“，”score“：0.491609}]，”concepts“：[{”id“：”https://openalex.org/C2778445095，“wikidata”：https://www.wikidata.org/wiki/Q18354077“，”display_name“：”示例复杂性“，”level“：2，”score“：0.800472}，{”id“：”https://openalex.org/C97541855，“wikidata”：https://www.wikidata.org/wiki/Q830687网址“，”display_name“：”强化学习“，”level“：2，”score“：0.79567504}，{”id“：”https://openalex.org/C164226766，“wikidata”：https://www.wikidata.org/wiki/Q7293202“，”display_name“：”Rank（图论）“，”level“：2，”score“：0.7694448}，{”id“：”https://openalex.org/C41008148，“wikidata”：https://www.wikidata.org/wiki/Q21198“，”display_name“：”计算机科学“，”level“：0，”score“：0.72370857}，{”id“：”https://openalex.org/C72434380，“wikidata”：https://www.wikidata.org/wiki/Q230930“，”display_name“：”状态空间“，”level“：2，”score“：0.6064229}，{”id“：”https://openalex.org/C2778572836，“wikidata”：https://www.wikidata.org/wiki/Q380933网址“，”display_name“：”空格（标点符号）“，”level“：2，”score“：0.5870517}，{”id“：”https://openalex.org/C198531522，“wikidata”：https://www.wikidata.org/wiki/Q485146“，”display_name“：”Sample（material）“，”level“：2，”score“：0.54048336}，{”id“：”https://openalex.org/C2777027219，“wikidata”：https://www.wikidata.org/wiki/Q1284190“，”display_name“：”常量（计算机编程）“，”level“：2，”score“：0.48902115}，{”id“：”https://openalex.org/C26517878，“wikidata”：https://www.wikidata.org/wiki/Q228039“，”display_name“：”Key（lock）“，”level“：2，”score“：0.47398606}，{”id“：”https://openalex.org/C48103436，“wikidata”：https://www.wikidata.org/wiki/Q599031“，”display_name“：”State（computer science）“，”level“：2，”score“：0.47170544｝，｛”id“：”https://openalex.org/C2780791683，“wikidata”：https://www.wikidata.org/wiki/Q846785“，”display_name“：”Action（physical）“，”level“：2，”score“：0.4555612}，{”id“：”https://openalex.org/C21569690，“wikidata”：https://www.wikidata.org/wiki/Q94702“，”display_name“：”协作筛选“，”level“：3，”score“：0.41790885}，{”id“：”https://openalex.org/C11335779，“wikidata”：https://www.wikidata.org/wiki/Q3454686“，”display_name“：”Reduction（mathematics）“，”level“：2，”score“：0.41690397}，{”id“：”https://openalex.org/C151376022，“wikidata”：https://www.wikidata.org/wiki/Q168698“，”display_name“：”指数函数“，”level“：2，”score“：0.41466945}，{”id“：”https://openalex.org/C119857082，“wikidata”：https://www.wikidata.org/wiki/Q2539“，”display_name“：”机器学习“，”level“：1，”score“：0.35235935}，{”id“：”https://openalex.org/C154945302，“wikidata”：https://www.wikidata.org/wiki/Q11660“，”display_name“：”人工智能“，”level“：1，”score“：0.34640226}，{”id“：”https://openalex.org/C557471498，“wikidata”：https://www.wikidata.org/wiki/Q554950“，”display_name“：”推荐系统“，”level“：2，”score“：0.27622414}，{”id“：”https://openalex.org/C11413529，“wikidata”：https://www.wikidata.org/wiki/Q8366“，”display_name“：”Algorithm“，”level“：1，”score“：0.22374228}，{”id“：”https://openalex.org/C33923547，“wikidata”：https://www.wikidata.org/wiki/Q395“，”display_name“：”数学“，”等级“：0，”分数“：0.16415685}，{”id“：”https://openalex.org/C105795698，“wikidata”：https://www.wikidata.org/wiki/Q12483“，”display_name“：”Statistics“，”level“：1，”score“：0.13809413｝，｛”id“：”https://openalex.org/C134306372，“wikidata”：https://www.wikidata.org/wiki/Q7754“，”display_name“：”数学分析“，”level“：1，”score“：0.0}，{”id“：”https://openalex.org/C185592680，“wikidata”：https://www.wikidata.org/wiki/Q2329“，”display_name“：”Chemistry“，”level“：0，”score“：0.0}，{”id“：”https://openalex.org/C38652104，“wikidata”：https://www.wikidata.org/wiki/Q3510521“，”display_name“：”计算机安全“，”level“：1，”score“：0.0}，{”id“：”https://openalex.org/C43617362，“wikidata”：https://www.wikidata.org/wiki/Q170050“，”display_name“：”色谱“，”level“：1，”score“：0.0}，{”id“：”https://openalex.org/C62520636，“wikidata”：https://www.wikidata.org/wiki/Q944网址“，”display_name“：”量子力学“，”level“：1，”score“：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/C2524010，“wikidata”：https://www.wikidata.org/wiki/Q8087“，”display_name“：”Geometry“，”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/C114614502，“wikidata”：https://www.wikidata.org/wiki/Q76592“，”display_name“：”组合数学“，”level“：1，”score“：0.0}]，”mesh“：[]，”locations_count“：3，”location“：[{”is_oa“：true，”landing_page_url“：”https://arxiv.org/abs/2210.05355“，”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，”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“：true，”landing_page_url“：”http://arxiv.org/abs/2210.05355，“pdf_url”：http://arxiv.org/pdf/2210.05355，“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.2210.05355“，”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://arxiv.org/abs/2210.05355“，”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，”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“：[]，”grants“：[]，”datasets“：]，”versions“：[https://openalex.org/W4386738330","https://openalex.org/W4310614650","https://openalex.org/W4297873223","https://openalex.org/W4225571923","https://openalex.org/W3212257828","https://openalex.org/W2877093712","https://openalex.org/W2398165842","https://openalex.org/W2350784623","https://openalex.org/W2126211886","https://openalex.org/W2116157560“]，”ngrams_url“：”https://api.openalex.org/works/W4305028652/ngrams网站“，”“abstract_inverted_index”：{“In”：[0,12]，“this”：[1,13]，“work”：[2]，“we”：[3,64]，“consider”：[4]，“the”：[5,20,32,35,39,54,60,74,78117121129132140146]，“problem”：[6]，“of”：[7,38131]，“collaborative”：[8,56]，“multi-user”：/9]，“reinforcement”：[10]，“learning.”：[11]，“setting”：[14,58]，“there“：[15]，”are“：[16]，”multiple“：[17]，”users“：[18,41]，”带有“：[19,28,67,94]，“相同”：[21]，“状态-动作”：[22]，“空间”：[23]，“和”：[24,49,98109116]，“过渡”：[25]，“概率”：[26]，“但”：[27]，“不同”：[29]，“奖励”。“：[30]，”Under“：[31]，”assumption“：[33,52]，”that“：[34,76]，”reward“：[36]，”matrix“：[37]，”$N$“：[40,95113]，”has“：[42]，”a“：[43,47]，”low rank“：[44]，”structure“：[45]，”--“：[46,59]，“standard”：[48147]，“actually”：[50]，“successful”：[51]，“in”：[53103]，“offline”：[55]，“过滤”：[57]，“问题”：[61]，“是”：[62,87114119]，“可以”：[63,99]，“设计”：[65]，“算法“：[66]，”显著“：[68]，”较低“：[69]，”样本“：[70122]，”复杂性“：[71123]，”比较“：[72144]，”to“：[73145]，”ones“：[75]，”学习“：[77100]，”MDP“：[79125]，”单独“：[80]，”for“：[81]，”each“：[82]，”user。“：[83]，“我们的”：[84]，“主要”：[85]，“贡献”：[86]，“一个”：[88136]，“算法”：[89]，“其中”：[90134]，“探索”：[91]，“奖励”：[92101]，“协作”：[93]，“特定用户”：[96]，“MDP”：[97108]，“高效”：[102]，“两个”：[104]，“键”：[105]，“设置：”：“：[106]，“表格”：[107]，“线性”：[110]，“MDP。“：[111]，”When“：[112]，”large“：[115]，”rank“：[118]，”constant“，：[120]，”per“：[124]，”depends“：[126]，”对数“：[127]，”over“：[128]，”size“：[130]，”state-space“：[133]，”represents“：%135]，”index“：[137]，”reducation“：[138]，”（in“：[139]，”state-space“：141]，”大小）“：[142]，”When“：%143]，“`非协作'”：[148]，“算法。“：[149]}，”cited_by_api_url“：”https://api.openalex.org/works？filter=cites:W4305028652“，”counts_by_year“：[]，”updated_date“：”2024-06-22T07:32:47.419816“，”created_date:“2022-10-14”}“