待验证50% 置信事实精确时间
传统离线RL方法通过对动作分布施加散度约束（如KL散度、Wasserstein距离、MMD等）来缓解分布偏移。
1
来源数
50%
置信度
长期有效
时效性
2026/10/30
首次发现
来源
涉及实体
相关事实
待验证Escort分布通过p(x)^β / Z重新加权（β为参数），放大或缩小原分布的高密度区域，使KSD对Rènyi散度中指数项更敏感。70% 相似待验证2-Wasserstein 距离相比 KL 散度对分布支撑集的几何形状更敏感，即使两个分布支撑集不重叠也能给出有意义的有限距离值69% 相似待验证正则化方法（如L1/L2正则化、Dropout、早停法）本质上是通过引入少量偏差来大幅降低方差，从而提升泛化能力68% 相似待验证离线RL的核心挑战是分布偏移（Distribution Shift），代表性算法CQL、IQL通过保守性约束缓解该问题67% 相似待验证Hellinger 模对分布密度的平方根之差进行积分，相较于 KL 散度，它是有界的且在非参数估计的极小极大下界推导中往往能给出更紧的常数界。64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1114849API
curl https://kongchang.com/api/v1/knowledge/claims/1114849MCP
get_claim(id=1114849)