待验证50% 置信事实精确时间

MARL面临环境非平稳性问题——每个智能体的策略更新都会改变其他智能体的观测分布，导致训练不稳定

1

来源数

50%

置信度

长期有效

时效性

2026/9/10

首次发现

来源

本科毕设选Isaac Lab还是PyBullet？无人机MARL项目选型指南

涉及实体

相关事实

已验证行为克隆存在分布偏移（Distribution Shift）问题，模型在训练分布外状态下容易犯错并累积误差，机器人控制领域称为复合误差69% 相似已验证仅用成功轨迹训练的模型往往存在分布外泛化的严重缺陷，遇到工具返回错误时便丧失纠偏能力68% 相似待验证离线RL的核心挑战是分布偏移，可能导致外推误差，使学到的策略在部署时表现远不如预期68% 相似待验证当训练数据存在过度自信的分布偏移时，修复应发生在推理时的中间件层而非等待下一轮模型训练66% 相似待验证行为克隆将问题简化为监督学习，但存在分布偏移问题，导致训练时和执行时状态分布不同引发误差累积65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/890310

API

curl https://kongchang.com/api/v1/knowledge/claims/890310

MCP

get_claim(id=890310)