{“id”：“https://openalex.org/W4385007921“，”doi“：”https://doi.org/10.48550/arxiv.2307.11046“，”title“：”持续强化学习的定义“，”display_name“：”连续强化学习的含义“，”publication_year“：2023，”publitation_date“：”2023-01-01“，”ids“：{”openalex“：”https://openalex.org/W4385007921“，”doi“：”https://doi.org/10.48550/arxiv.2307.11046“}，”language“：”en“，”primary_location“：{”is_oa“：true，”landing_page_url“：”https://arxiv.org/abs/2307.11046“，”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”：“other-oa”，“licence_id”：“https://openalex.org/licenses/other-oa网站“，”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/2307.11046“，”any_repository_has_fulltext“：true}，”authorships“：[{”author_position“：”第一“，”作者“：{”id“：”https://openalex.org/A5080191195“，”display_name“：”David Abel“，”orcid“：null}，”institutions“：[]，”countries“：[]，”is_corresponding“：false，”raw_author_name“:”Abel，David“，”raw _affiliation_strings“：]，”affiliations“：[/]}，{”author_position“：”middle“，”author“：{”id“：”https://openalex.org/A5008592589“，”display_name“：”Andr\u00e9 Barreto“，”orcid“：null}，”institutions“：[]，”countries“：[]，”is_corresponding“：false，”raw_author_name“:”Barreto，Andr\u 00e9“，”raw _affiliation_strings“：]，”affiliations“：[/]}，{”author_position“：”middle“，”author“：{”id“：”https://openalex.org/A5045543562“，”display_name“：”Benjamin Van Roy“，”orcid“：”https://orcid.org/0000-0001-8364-3746“}，”机构“：[]，”国家“：[[]，”is_corresponding“：false，”raw_author_name“：”Van Roy，Benjamin“，”raw_affiliation_strings“：[]，“affiliations”：[]}，{“author_position”：“middle”，“author”：{“id”：“https://openalex.org/A5065836447“，”display_name“：”Doina Precup“，”orcid“：null}，”institutions“：[]，”countries“：[]，”is_corresponding“：false，”raw_author_name“:”Precup，Doina“，”raw _affiliation_strings“：]，”affiliations“：[/]}，{”author_position“：”middle“，”author“：{”id“：”https://openalex.org/A5033135596“，”display_name“：”Hado van Hasselt“，”orcid“：null}，”institutions“：[]，”countries“：[]，”is_corresponding“：false，”raw_author_name“:”van Hassert，Hado“，”raw _affiliation_strings“：]，”affiliations“：[/]}，{”author_position“：”last“，”author“：{”id“：”https://openalex.org/A5065366930“，”display_name“：”Satinder Singh“，”orcid“：”https://orcid.org/0000-0002-8215-8295“}，”机构“：[]，”国家“：[[]，”is_corresponding“：false，”raw_author_name“：”辛格，萨汀德“，”raw_affiliation_strings“：[]，“隶属关系”：[]}]，“countries_distict_count”：0，“institutions_disticenc_count”：零，“corresponding_author_ids”：[]、“corresconding_institution_ids“：[]]，”apc_list“：null，“apc_payed”：null，“fwci”：1.025，“has_fulltext”：假，“cited_by_count“：2，”cited_by_percentile_year“：{“min”：85，“max”：90}，“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“：0.9644，”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“：0.9644，”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/reinforcement-learning网站“，”display_name“：”强化学习“，”score“：0.585717}]，”concepts“：[{”id“：”https://openalex.org/C97541855，“wikidata”：https://www.wikidata.org/wiki/Q830687“，”display_name“：”强化学习“，”level“：2，”score“：0.8378726}，{”id“：”https://openalex.org/C41008148，“wikidata”：https://www.wikidata.org/wiki/Q21198“，”display_name“：”计算机科学“，”level“：0，”score“：0.59809947}，{”id“：”https://openalex.org/C139807058，“wikidata”：https://www.wikidata.org/wiki/Q352374“，”display_name“：”适应（眼睛）“，”级别“：2，”分数“：0.5461203}，{”id“：”https://openalex.org/C154945302，“wikidata”：https://www.wikidata.org/wiki/Q11660“，”display_name“：”人工智能“，”level“：1，”score“：0.49848104}，{”id“：”https://openalex.org/C77967617，“wikidata”：https://www.wikidata.org/wiki/Q4677561“，”display_name“：”主动学习（机器学习）“，”level“：2，”score“：0.49581847}，{”id“：”https://openalex.org/C98045186，“wikidata”：https://www.wikidata.org/wiki/Q205663“，”display_name“：”Process（computing）“，”level“：2，”score“：0.4847226}，{”id“：”https://openalex.org/C12713177，“wikidata”：https://www.wikidata.org/wiki/Q1900281“，”display_name“：”透视（图形）“，”level“：2，”score“：0.4766068}，{”id“：”https://openalex.org/C67203356，“wikidata”：https://www.wikidata.org/wiki/Q1321905“，”display_name“：”钢筋“，”level“：2，”score“：0.45634186}，{”id“：”https://openalex.org/C2780451532，“wikidata”：https://www.wikidata.org/wiki/Q759676“，”display_name“：”任务（项目管理）“，”级别“：2，”分数“：0.4225363}，{”id“：”https://openalex.org/C15744967，“wikidata”：https://www.wikidata.org/wiki/Q9418“，”display_name“：”心理学“，”等级“：0，”分数“：0.13863549}，{”id“：”https://openalex.org/C127413603，“wikidata”：https://www.wikidata.org/wiki/Q11023“，”display_name“：”Engineering“，”level“：0，”score“：0.10591459}，{”id“：”https://openalex.org/C77805123，“wikidata”：https://www.wikidata.org/wiki/Q161272“，”display_name“：”社会心理学“，”level“：1，”score“：0.0}，{”id“：”https://openalex.org/C201995342，“wikidata”：https://www.wikidata.org/wiki/Q682496“，”display_name“：”系统工程“，”level“：1，”score“：0.0}，{”id“：”https://openalex.org/C169760540，“wikidata”：https://www.wikidata.org/wiki/Q207011“，”display_name“：”Neuroscience“，”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}]，”mesh“：[]，”locations_count“：2，”location“：[{”is_oa“：true，”landing_page_url“：”https://arxiv.org/abs/2307.11046“，”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”：“other-oa”，“licence_id”：“https://openalex.org/licenses/other-oa“，”version“：”submittedVersion“，”is_accepted“：false，”is_published“：false}，{”is_oa“：false，”landing_page_url“：”https://api.datacite.org/dois/10.48550/arxiv.2307.11046“，”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/2307.11046“，”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“：”other oa“，”license_id“：”https://openalex.org/licenses/other-oa“，”version“：”submittedVersion“，”is_accepted“：false，”is_published“：false}，”sustainable_development_goals“：[]，”grants“：[]，”datasets“：]，”versions“：[https://openalex.org/W4310083477","https://openalex.org/W2920061524","https://openalex.org/W2328553770","https://openalex.org/W2145821588","https://openalex.org/W2107890255","https://openalex.org/W2106552856","https://openalex.org/W2086122291","https://openalex.org/W2038908348","https://openalex.org/W1987513656","https://openalex.org/W1977959518“]，”ngrams_url“：”https://api.openalex.org/works/W4385007921/ngrams“，”“abstract_inverted_index”：{“In”：[0,44]，“a”：[1,16,28,35,71115130]，“standard”：[2]，“view”：[3,30]，“of”：[4,31,64,74108174185200]，“the”：[5,51,55,62,68,75,99106153157198]，“reinforction”：[6,47,66101156]，“learning”：[7,32,40,48102151163177181209]，“problem”：[8]，“an”：[9143]，“agent”：[10]，“目标”：[11]，“是”：[12,25,94]，“到“：[13,50,96]，”高效“：[14]，”识别“：[15]，”政策“：[17]，”那“：[18,77110136171]，”最大化“：[19]，”长期“：[20]，”奖励。“：[21]，”“然而，”：[22]，“this”：[23,90,92125]，“perspective”：[24]，“based”：[26]，“on”：[27]，“restricted”：[29]，“as”：[33,4134140152]，“finding”：[34]，“solution”，“：[36]，“rate”：[37]，“than”：[38]，“treating”：[39]，“enound”：[42]，“adaption”。“：[43]，”对比“：[45]，”连续“：[46,65100131149162179208]，”指“：[49]，”设置“：[52154]，”in“：[53155]，”which“：[54156]，”best“：[56158]，”agents“：[57109159]，”never“：[58]，”stop“：[59112]，”learning。“：[60]，“尽管”：[61]，“重要性”：[63]，“学习”：[67201]，“社区”：[69]，“缺乏”：[70]，“简单”：[72]，“定义”：[73]，“问题”：[76]，“突出”：[78]，“其”：[79,83]，“承诺”：[80]，“和”：[81,87121148178191202]，“制造”：[82]，“主要”：[84]，“概念”：[85196]，“精确”：[86]，“明确”●●●●。“：[88]，”收件人“：[89]，”结束“：[91]，”纸张“：[93]，”专用“：[95]，”小心“：[97]，”定义“：[98]，”问题。“：[103]，“我们”：[104165]，“形式化”：[105193]，“概念”：[107]，“从不”：[111]，“学习”：[113]，“通过”：[114]，“新”：[1116126204]，“数学”：[117]，“语言”：[118]，“用于”：[119]，“分析”：[120]，“编目”：[122]，“代理”。“：[123164210]，”使用“：[124]，”语言“：[127]，”我们“：[128]，”定义“：[129]，”代理“：[133]，”一“：[135]，”可以“：[137]，”是“：[138]，”理解“：[139]，”携带“：[141]，”输出“：[142]，”隐含“：[144]，”搜索“：[145]，”进程“：[146]，”无限期“：[147]，”are“：[160182]，”全部“：[161]，”提供“：[166]，”二“：[167]，”激励“：[168]，”示例“：[169]，”说明“：[170]，”传统“：[172]，”视图“：[173]，”多任务“：[175]，”监督“：[180]，”特殊“：[183]，”案例“：[184]，”我们的“：[186]，”定义。“：[187]，”“集体”“：[188]，”这些“：[189]，”定义“：[190]，”视角“：[192]，”许多“：[194]，”直觉“：[195]，”在“：[197]，”心“：[199]，”开放“：[203]，”研究“：[205]，”路径“：[206]，”周围“：[207]}，”引用_by_api_url“：”https://api.openalex.org/works？filter=cites:W4385007921“，”counts_by_year“：[{”年“：2024，”引用_by_count“：2}]，”更新日期“：”2024-07-10T02:05:1746675“，”创建日期“：“2023-07-22”}