[控场AI]
待验证50% 置信解决方案精确时间

缓解策略依赖探索噪声的手段包括:噪声退火(逐步减小σ)、使用时间相关噪声(如Lattice噪声,使探索在时间上平滑而非独立同分布),或在训练后期用均值动作做微调。

1
来源数
50%
置信度
长期有效
时效性
2026/10/31
首次发现

来源

涉及实体

相关事实

引用此条事实

Stable URI
https://kongchang.com/claim/1121333
API
curl https://kongchang.com/api/v1/knowledge/claims/1121333
MCP
get_claim(id=1121333)