待验证50% 置信事实精确时间

作者开放了交互式体验，用户可在超级马里奥中与训练好的PPO智能体对战，作者称自己都赢不了它

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/8/17

首次发现

有效期至：2026/11/15

来源

从Q-learning到PPO：用超级马里奥实战强化学习

相关事实

待验证本文基于Pixaroma的实战教程56% 相似待验证提示注入攻击可通过角色扮演（如声称自己是小说编剧）诱导大模型生成违规内容55% 相似待验证ManipulaPy 最初由一位硕士研究生在其关于「基于强化学习的奇异点规避与动态避障」的论文项目中孵化，作为整合层存在54% 相似待验证The GTM Co-Founder的方法论根植于Adam Frankl和Jakub Czakon两位业内人物的实战playbook53% 相似待验证文章内容来源于单一 UP 主的个人实战分享，属于经验型推荐，具体效果因人因项目而异51% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/764000

API

curl https://kongchang.com/api/v1/knowledge/claims/764000

MCP

get_claim(id=764000)