[控场AI]
待验证50% 置信事实精确时间

概率逻辑策略梯度(PLPG)假设动作空间是有限且离散的,这限制了它在连续动作空间中的应用。

1
来源数
50%
置信度
长期有效
时效性
2026/11/13
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/1166156
API
curl https://kongchang.com/api/v1/knowledge/claims/1166156
MCP
get_claim(id=1166156)