待验证50% 置信事实精确时间

行为克隆的分布偏移问题会导致误差累积,经过T步后期望总损失为O(εT²)而非线性的O(εT)

1

来源数

50%

置信度

长期有效

时效性

2026/9/8

首次发现

来源

从演示学习与行为克隆的前沿进展：基础模型如何重塑机器人学习

涉及实体

distribution shiftconcept Behavioral Cloningconcept

相关事实

待验证理论分析表明，在时间步长为T的轨迹上，行为克隆的累积误差以O(T²)的速度增长73% 相似待验证在鲁棒回归中将似然函数从高斯替换为t分布，等价于在损失函数中降低离群点的权重71% 相似待验证Agent链式调用多步之后，每次LLM输出的细微差异导致误差逐步放大，最终结果偏离预期71% 相似待验证自回归生成的误差累积效应源于模型只能沿单一路径前进，误差以乘积形式放大70% 相似已验证梯度下降通过沿着损失函数梯度的反方向迭代调整权重使预测误差逐步收敛70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/880293

API

curl https://kongchang.com/api/v1/knowledge/claims/880293

MCP

get_claim(id=880293)