待验证50% 置信事实精确时间
CFR由Zinkevich等人于2007年在NIPS提出，理论基础是在线学习中的遗憾界理论，平均策略在迭代次数趋于无穷时收敛至纳什均衡
1
来源数
50%
置信度
长期有效
时效性
2026/7/13
首次发现
来源
AI如何攻克不完全信息博弈？Tactico实战全解析
redditr/reinforcementlearning2026/7/11
相关事实
待验证课程学习（Curriculum Learning）由Bengio等人于2009年提出，其核心思想是从简单样本逐步过渡到复杂样本，能够加速模型收敛并提升最终性能62% 相似待验证多臂老虎机问题是概率论和强化学习中的经典模型，最优策略是先广泛探索再集中利用表现最好的选项61% 相似待验证IQL（Implicit Q-Learning）由Kostrikov等人于2021年提出，通过期望回归规避对分布外动作的直接查询60% 相似待验证Knowly 的主动学习功能借鉴了间隔重复（Spaced Repetition）学习科学原理，并将其与 LLM 的上下文理解能力相结合60% 相似待验证同伴学习的教育学理论根基可追溯至维果茨基的「最近发展区」（ZPD）理论59% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/500819API
curl https://kongchang.com/api/v1/knowledge/claims/500819MCP
get_claim(id=500819)