待验证50% 置信事实精确时间
半马尔可夫决策过程（Semi-MDP）是标准MDP的扩展，区别在于动作的执行时间可以是变长的，而非固定的单步时间戳
1
来源数
50%
置信度
长期有效
时效性
2026/10/12
首次发现
来源
涉及实体
相关事实
待验证部分可观测环境对应的是部分可观测马尔可夫决策过程（POMDP），在计算上比完全可观测的马尔可夫决策过程（MDP）难度大幅增加64% 相似待验证主流采样器如MDLM、SEDD在选择固定位置时依赖当前时间步的置信分数做贪心决策，位置被解码后不再参与后续去噪循环60% 相似待验证最小描述长度（MDL）原则被用于评估猜想的压缩价值——如果新定理能统一解释多个已知结果从而缩短知识库描述长度，则被视为具有较高发现价值59% 相似待验证在需要精确遵循临床指南的结构化决策任务中，LLM因倾向于即兴发挥而非严格遵循规则，错误率显著上升58% 相似待验证环境非平稳性在强化学习领域对应non-stationary MDP，其状态转移概率或奖励函数会随时间变化导致历史经验失效58% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1001124API
curl https://kongchang.com/api/v1/knowledge/claims/1001124MCP
get_claim(id=1001124)