待验证50% 置信事实精确时间

策略梯度定理由Sutton等人在1999年正式提出

1

来源数

50%

置信度

长期有效

时效性

2026/8/5

首次发现

来源

策略梯度算法进化史：从REINFORCE到PPO再到GRPO的完整脉络

相关事实

待验证信息瓶颈理论由Tishby等人于2000年提出71% 相似已验证CAP定理由Eric Brewer于2000年提出，并于2002年由Seth Gilbert和Nancy Lynch正式证明63% 相似待验证敏捷宣言（Agile Manifesto）于2001年提出61% 相似已验证测试驱动开发（TDD）由Kent Beck在1999年提出，核心流程是红-绿-重构61% 相似待验证自然梯度方法由Amari在1998年提出，Fisher信息矩阵定义了策略空间的黎曼度量，TRPO本质上是对自然梯度方法的实用化改造61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/690907

API

curl https://kongchang.com/api/v1/knowledge/claims/690907

MCP

get_claim(id=690907)