[控场AI]
待验证50% 置信事实精确时间

对于自适应设计,作者给出了最优的样本分配策略,即根据状态-动作对的不确定性分配采样次数。模拟实验在小规模MDP上验证了理论速率和常数。

1
来源数
50%
置信度
长期有效
时效性
2026/11/11
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/1158406
API
curl https://kongchang.com/api/v1/knowledge/claims/1158406
MCP
get_claim(id=1158406)