待验证50% 置信事实精确时间
Dyna架构由强化学习先驱Richard Sutton提出
1
来源数
50%
置信度
长期有效
时效性
2026/9/11
首次发现
来源
涉及实体
相关事实
待验证Dyna-Q由强化学习先驱Richard Sutton于1991年提出，是一种将模型学习与无模型学习相结合的方法79% 相似已验证Richard Sutton与Andrew Barto合著了《Reinforcement Learning: An Introduction》，系统性地奠定了强化学习领域的理论框架65% 相似待验证Richard Sutton在1988年提出了时序差分学习（TD Learning）方法63% 相似已验证Richard Sutton是强化学习的创始人之一，于2019年发表了短文《The Bitter Lesson》。60% 相似待验证Richard Sutton推动的Alberta Plan是以持续学习为核心的AGI研究路线图，强调智能体在与环境持续交互中不断更新58% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/902771API
curl https://kongchang.com/api/v1/knowledge/claims/902771MCP
get_claim(id=902771)