待验证50% 置信事实精确时间
在 EG-RL 中,actor(策略网络)将当前图状态映射为关于候选快照的选择分布或门控权重,critic 估计该选择策略的预期回报并计算优势函数来更新策略参数。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/11/13
首次发现
有效期至:2027/2/11
来源
涉及实体
相关事实
引用此条事实
Stable URI
https://kongchang.com/claim/1166664API
curl https://kongchang.com/api/v1/knowledge/claims/1166664MCP
get_claim(id=1166664)