待验证50% 置信事实精确时间
CartPole最早由Barto、Sutton和Anderson在1983年提出，作为自适应控制的基准问题
1
来源数
50%
置信度
长期有效
时效性
2026/8/27
首次发现
来源
涉及实体
相关事实
已验证反向传播算法由Rumelhart、Hinton等人在1986年正式推广，其理论形式早在1970年便由Seppo Linnainmaa推导，Werbos在1974年博士论文中已将其应用于神经网络59% 相似待验证策略梯度定理由Sutton等人在1999年正式提出58% 相似待验证强化学习的理论根源可追溯至20世纪80年代Sutton与Barto的开创性工作56% 相似待验证智能体-环境交互模型由Richard Sutton和Andrew Barto在1990年代的经典教材中系统化56% 相似待验证Richard Sutton和Andrew Barto在1998年出版的《Reinforcement Learning: An Introduction》系统形式化了RL理论框架55% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/807973API
curl https://kongchang.com/api/v1/knowledge/claims/807973MCP
get_claim(id=807973)