待验证50% 置信事实精确时间
好奇心驱动强化学习最早由Pathak等人在2017年提出，其核心思想是用预测误差作为内在奖励
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
待验证强化学习探索-利用权衡的经典解决方法包括ε-贪心策略、UCB、Thompson采样和内在好奇心驱动71% 相似待验证知识蒸馏由Hinton等人提出，让学生模型通过学习教师模型输出的软概率分布继承隐性知识65% 相似待验证洛温斯坦的原始研究强调好奇心需要基于适度的知识基础才能被激发，即读者需对话题已有一定了解64% 相似待验证The Bias-Variance Tradeoff is one of the most central theoretical challenges in supervised learning.64% 相似待验证知识蒸馏由Hinton等人2015年提出，通过温度参数软化概率分布，使低概率类别的暗知识更显著供学生模型学习64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/825526API
curl https://kongchang.com/api/v1/knowledge/claims/825526MCP
get_claim(id=825526)