待验证50% 置信事实精确时间
实验表明,通用策略不仅能在多样任务上实现在线改进,而且正确的配方还能带来泛化——在在线训练中未涉及的任务上性能也能提升。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/11/5
首次发现
有效期至:2027/2/3
来源
强化学习解锁通用机器人策略的多任务自我进化
rss2026/11/4
涉及实体
相关事实
引用此条事实
Stable URI
https://kongchang.com/claim/1138917API
curl https://kongchang.com/api/v1/knowledge/claims/1138917MCP
get_claim(id=1138917)