待验证50% 置信事实精确时间

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

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

待验证策略梯度定理由Sutton等人在1999年正式提出61% 相似待验证GIS图层概念起源于20世纪60年代的叠图分析法，由景观规划师Ian McHarg系统化提出60% 相似待验证信息瓶颈理论由Tishby等人于2000年提出56% 相似待验证ARIMA由Box和Jenkins于1970年代系统化，至今仍是统计预测的基准方法53% 相似待验证账号定位理论源于Jack Trout在1969年提出的战略定位理论，核心思想是在用户心智中占据独特位置53% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/691007

API

curl https://kongchang.com/api/v1/knowledge/claims/691007

MCP

get_claim(id=691007)