待验证50% 置信事实精确时间
Pareto策略借用了多目标优化中的帕累托改进概念，相比净胜规则排除了赢多输少但存在明显回退的候选，代价是接受率极低。
1
来源数
50%
置信度
长期有效
时效性
2026/10/15
首次发现
来源
涉及实体
相关事实
待验证同时满足时间公平与情绪规避两个竞争目标的分配问题属于多目标优化中的帕累托优化范畴70% 相似待验证蒙特卡洛树搜索这类依赖已执行奖励来排序节点的策略在有限算力预算下只能基于极少且带噪声的分数做决策65% 相似待验证在探索性模拟中，一种先对候选方案筛选的混合策略估计损失低于当前已实现的多路线多条件联合搜索方法，但研究者指出两阶段策略的差异相对估计不确定性较小，尚不能下定论64% 相似待验证低方差优化是概率论与决策论中的概念，指在期望收益相近时优先选择结果波动更小、更可预测的策略路径64% 相似待验证策略梯度方法（如PPO）依赖折扣因子γ对未来奖励进行指数衰减，距离当前时刻t步的奖励只保留γ^t的权重64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1038315API
curl https://kongchang.com/api/v1/knowledge/claims/1038315MCP
get_claim(id=1038315)