待验证50% 置信事实精确时间
Q-learning是强化学习中的值函数方法，由Watkins于1989年提出，核心是维护Q表并通过贝尔曼方程迭代更新
1
来源数
50%
置信度
长期有效
时效性
2026/7/19
首次发现
来源
相关事实
待验证元强化学习是'学会学习'研究范式在强化学习领域的具体体现，核心思想可追溯到20世纪80年代Schmidhuber等人的早期工作64% 相似待验证元强化学习是'学会学习'研究范式在强化学习领域的具体体现60% 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57% 相似待验证课程学习（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57% 相似部分验证Supervised learning is one of the most fundamental and widely applied paradigms in machine learning, centered on learning a function mapping from inputs to outputs.57% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/561368API
curl https://kongchang.com/api/v1/knowledge/claims/561368MCP
get_claim(id=561368)