待验证50% 置信事实精确时间
C51（Categorical DQN）由Bellemare、Dabney和Munos于2017年提出，是分布式强化学习的开山之作
1
来源数
50%
置信度
长期有效
时效性
2026/8/20
首次发现
来源
相关事实
待验证2022年吴恩达在Coursera更新推出了新版机器学习专项课程，融入了偏差-方差权衡、误差分析等模型调优方法论62% 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61% 相似待验证一位本科生在Reddit分享其使用强化学习在CARLA中实现动态避障的项目，采用LiDAR观测、离散动作空间和Stable-Baselines3的DQN算法59% 相似待验证CFR由Zinkevich等人于2007年在NIPS提出，理论基础是在线学习中的遗憾界理论，平均策略在迭代次数趋于无穷时收敛至纳什均衡59% 相似待验证模块化教学设计在认知科学中被称为分块学习（Chunking），是经过研究验证的高效学习方式58% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/778674API
curl https://kongchang.com/api/v1/knowledge/claims/778674MCP
get_claim(id=778674)