待验证50% 置信解决方案精确时间

系统辨识与域随机化常被结合使用：先通过系统辨识校准基础参数，再在其附近施加随机化以覆盖残余不确定性

1

来源数

50%

置信度

长期有效

时效性

2026/9/28

首次发现

来源

MuJoCo在机器人感知与学习中的应用探析

涉及实体

系统辨识concept 域随机化concept

相关事实

已验证域随机化是指在仿真训练中刻意随机扰动物理参数，迫使策略学习到对参数变化具有泛化能力的行为72% 相似待验证程序化生成是基于确定性算法和参数化规则、可预测可重复的方法，而AI生成是基于概率分布的模式识别、结果具有随机性且缺乏物理可解释性70% 相似已验证频率派将参数视为固定但未知的常数并通过最大化似然函数求点估计，贝叶斯派则将参数视为随机变量并通过后验分布输出预测不确定性69% 相似待验证由于大模型输出具有随机性，评估实践中常采用模型打分（LLM-as-Judge）、人工标注或基于参考答案的语义相似度等方式68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/955819

API

curl https://kongchang.com/api/v1/knowledge/claims/955819

MCP

get_claim(id=955819)