待验证50% 置信事实精确时间
策略模型（Policy Model）在机器人学中通常指从感知输入直接映射到动作输出的模型，是强化学习或模仿学习的核心组件。
1
来源数
50%
置信度
长期有效
时效性
2026/10/21
首次发现
来源
涉及实体
相关事实
待验证物理模型与数据驱动模型的结合在机器人领域被称为「混合建模」或「残差学习」，典型方式是物理模型给出基准预测、神经网络学习残差误差75% 相似待验证自建模是让模型建立一个关于自身行为模式的内部表征，而不仅仅是对外部任务进行预测72% 相似待验证与传统的模型预测控制（MPC）不同，运动策略模型把复杂的平衡与步态规划压缩成一个可实时推理的网络，便于部署和迭代。70% 相似已验证世界模型指机器人对物理环境的内部预测能力，给定当前状态和一个动作能够预测下一步会发生什么70% 相似已验证决策模型的输出往往是有限动作集合中的一个标签或概率分布，类似于强化学习中的策略网络，而生成模型需要在巨大词汇表上进行自回归采样70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1079608API
curl https://kongchang.com/api/v1/knowledge/claims/1079608MCP
get_claim(id=1079608)