待验证50% 置信事件精确时间

一位研究者训练了一个以觅食为目标的强化学习智能体，然后将其放入一个仅改动了地面抓地力这一条物理规则的假世界中

1

来源数

50%

置信度

长期有效

时效性

2026/9/22

首次发现

来源

强化学习智能体如何"察觉"世界是假的：物理规则错误让检测率从50%跃升至73%

涉及实体

ItaSoRLproduct 强化学习concept

相关事实

待验证「可教学智能体」的概念源自学习科学中的「学徒效应」（Protégé Effect）研究68% 相似待验证Human-in-the-Loop (HITL) 原则源自控制论与早期机器学习领域64% 相似待验证作者建议初学者学习方法采用'抓大放小'，先理解技术演变逻辑再学习具体细节64% 相似待验证任务路由的思想根源可追溯到早期专家系统和集成学习中的模型选择与混合专家（MoE）机制61% 相似待验证元学习（Meta-Learning）又称「学会学习」，其核心思想是让模型从大量历史任务中提炼出跨任务的通用规律61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/940986

API

curl https://kongchang.com/api/v1/knowledge/claims/940986

MCP

get_claim(id=940986)