待验证50% 置信事件精确时间

1989年Chris Watkins提出Q-learning算法，奠定了无模型强化学习的基础

1

来源数

50%

置信度

长期有效

时效性

2026/9/6

首次发现

来源

AI欺骗行为根源：强化学习的失准隐患与解决方案

涉及实体

Chris Watkinsperson Q-learningconcept

相关事实

已验证Q-learning是强化学习中的值函数方法，由Watkins于1989年提出，核心是维护Q表并通过贝尔曼方程迭代更新78% 相似待验证强化学习是机器学习三大范式之一，其核心思想源自行为心理学中斯金纳的操作性条件反射理论63% 相似待验证Gaurav Sen 提出「洋葱模型」学习法，主张将AI学习由外而内逐层剥开，从实际应用开始而非底层数学原理62% 相似待验证布卢姆于20世纪70年代提出掌握学习理论，讨论了结果性评价的局限性62% 相似待验证项目驱动学习（PBL）源自建构主义学习理论，由教育学家John Dewey的'做中学'理念发展而来62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/863393

API

curl https://kongchang.com/api/v1/knowledge/claims/863393

MCP

get_claim(id=863393)