已验证75% 置信事实精确时间
Sutton与Barto于1988年出版了《Reinforcement Learning: An Introduction》
3
来源数
75%
置信度
长期有效
时效性
2026/7/10
首次发现
来源
AI智能体强化学习：RLHF与Agentic RL核心技术解析
rss2026/7/1
相关事实
待验证Richard Sutton和Andrew Barto在1998年出版的《Reinforcement Learning: An Introduction》系统形式化了RL理论框架78% 相似待验证强化学习的理论根源可追溯至20世纪80年代Sutton与Barto的开创性工作63% 相似待验证时序差分（TD）学习由 Richard Sutton 在1988年正式提出，结合了蒙特卡洛方法和动态规划的优点61% 相似待验证智能体-环境交互模型由Richard Sutton和Andrew Barto在1990年代的经典教材中系统化59% 相似待验证混淆代理问题由Hardy于1988年首次描述51% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/465135API
curl https://kongchang.com/api/v1/knowledge/claims/465135MCP
get_claim(id=465135)