@前缀xsd:.@前缀rdf:.@前缀rdfs：.@前缀owl:.@前缀bf：.@前缀bibo:.@前缀bibtex：.@前缀cito：.@前缀datacite：.@前缀dbo:.@前缀dc:.@前缀dct：.@前缀foaf:.@前缀升：.@前缀locid：.@前缀locrel:.@前缀架构：.@前缀wd:.@前缀wdt:.@前缀dblp:.猫头鹰：相同.rdfs：标签“Kory W.Mathewson和Patrick M.Pilarski：演员-关键强化学习与同步人类控制和反馈”（2017）；数据引用：hasIdentifier[数据引用：usesIdentifierScheme数据引用：dblp-record；升：hasLiteralValue“journals/corr/MathewsonP17a”；数据引用：ResourceIdentifier], [数据引用：usesIdentifierScheme数据引用：arxiv；升：hasLiteralValue“1703.01274”；数据引用：ResourceIdentifier] ;dblp：标题为“演员-评论家强化学习与同时的人类控制和反馈。”；dblp:bibtexType bibtex：文章；dblp:作者,;dblp：创建者数量2；dblp:hasSignature（签名）[dblp:signatureDblpName“Kory W.Mathewson”；dblp:signatureCreator;dblp:符号序号1；dblp:签名发布;a dblp:作者签名], [dblp:signatureDblpName“Patrick M.Pilarski”；dblp:signatureCreator;dblp：签名序号2；dblp:签名发布;a dblp:作者签名] ;dblp:primaryDocumentPage（主文档页）;dblp:documentPage;dblp:在TocPage上列出;dblp：在“CoRR”中发布；dblp:publishedInJournal“CoRR”；dblp:publishedInJournalVolume“abs/1703.01274”；dblp:出版年份“2017”^^;a dblp：出版，dblp：非正式。rdfs：标签“dblp记录'journals/corr/MathewsonP17a'的RDF数据的起源信息”；dct：创建者;dct：是的一部分;dct：修改为“2021-12-17T1:39:29+0100”；dct：许可证.