待验证50% 置信事实精确时间
TRPO由John Schulman等人在2015年提出，使用信任域方法约束新旧策略间的KL散度
1
来源数
50%
置信度
长期有效
时效性
2026/8/5
首次发现
来源
相关事实
引用此条事实
Stable URI
https://kongchang.com/claim/690914API
curl https://kongchang.com/api/v1/knowledge/claims/690914MCP
get_claim(id=690914)https://kongchang.com/claim/690914curl https://kongchang.com/api/v1/knowledge/claims/690914get_claim(id=690914)