已过期60% 置信事实精确时间
decisionrl 是由开发者 Denis Drobyshev 开发的、专门面向运营决策问题的强化学习开源库
2
来源数
60%
置信度
中期 (~90 天)
时效性
2026/7/15
首次发现
有效期至：2026/10/13(已过期)
来源
相关事实
待验证decisionrl 支持的算法包括 DQN、PPO、SAC、TRPO 等在线算法，以及离线RL、基于模型的方法、多智能体和元强化学习65% 相似待验证Decision API 是 Perplexity 推出的专用接口，核心能力是在联网实时检索的基础上对用户问题给出结构化的判断或建议，而非仅返回原始搜索结果62% 相似待验证Decisions API 使用方式为开发者传入一段文本或一张图片，设定问题与一组可选答案，模型返回选中的结果61% 相似待验证Decisions API 采用约束式输出设计，把模型当成高速分类器与决策器，同时保留图像理解、多语言支持与安全防护能力60% 相似待验证decisionrl 底层是一个带类型标注、有测试覆盖的通用RL框架，支持DQN、PPO、SAC、TRPO等主流在线算法58% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/514217API
curl https://kongchang.com/api/v1/knowledge/claims/514217MCP
get_claim(id=514217)