待验证50% 置信事实精确时间
强化学习在建筑能耗优化中将HVAC控制系统建模为马尔可夫决策过程（MDP），常用算法包括DQN、PPO和SAC
1
来源数
50%
置信度
长期有效
时效性
2026/8/30
首次发现
来源
涉及实体
相关事实
已验证强化学习通过智能体与环境的持续交互来学习最优策略，其数学基础是马尔可夫决策过程（MDP），由状态空间、动作空间、转移函数、奖励函数和折扣因子构成71% 相似待验证模型优化方向包括SFT监督微调、强化学习与DPO对齐、数据清洗与数据质量管理65% 相似待验证大模型核心原理包括Transformer架构、预训练、SFT监督微调、RLHF人类反馈强化学习等关键概念64% 相似已验证强化学习的核心框架由智能体、环境、状态、动作和奖励五要素构成，建立在马尔可夫决策过程（MDP）之上，以五元组（S, A, P, R, γ）描述决策问题63% 相似已验证马尔可夫决策过程（MDP）为强化学习提供了完整的数学框架，其马尔可夫性质认为未来状态仅取决于当前状态与动作63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/822497API
curl https://kongchang.com/api/v1/knowledge/claims/822497MCP
get_claim(id=822497)