待验证50% 置信事实精确时间
算法核心是PPO（近端策略优化），并加入了大量小型改进。
1
来源数
50%
置信度
长期有效
时效性
2026/10/24
首次发现
来源
涉及实体
相关事实
待验证自发现算法Disco103已经超越了经典的PPO，在多个基准测试中达到了SOTA性能69% 相似待验证芯片布局是决定芯片性能、功耗与面积（PPA）的关键步骤61% 相似待验证Stable-Baselines3是目前最流行的强化学习算法库之一，封装了PPO、SAC、TD3等主流算法61% 相似待验证对于3-5架无人机规模的项目，PyBullet在CPU上的串行仿真速度足以支撑PPO等on-policy算法的训练需求，GPU并行化的加速优势不显著60% 相似已验证NPU 针对低精度（INT8/FP16）矩阵乘法进行专门优化，在运行量化后的轻量级推理模型时能以 GPU 数分之一的功耗达到相近或更高的吞吐量60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1094079API
curl https://kongchang.com/api/v1/knowledge/claims/1094079MCP
get_claim(id=1094079)