待验证50% 置信事实精确时间

在线适应方法借助元学习或快速微调机制，使策略在部署初期即可根据真实环境反馈动态调整

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

在线适应concept

相关事实

待验证反馈编排层负责在学习过程中实时提供形成性反馈75% 相似待验证实时在线学习要求智能体在连续流动的时间中同步完成感知、决策与参数更新，与大语言模型训练-推理分离的范式形成对比74% 相似待验证结合轻量显式校准建立初始基线与受约束的保守在线自适应，是手势识别个性化更稳妥的路径，自适应应只在高置信度动作样本上更新参数74% 相似待验证行为克隆将策略学习转化为监督学习问题，以环境状态为输入、专家动作为标签，训练从状态到动作的映射函数73% 相似待验证针对工具调用的强化学习训练通常采用执行反馈机制，将实际执行的成功/失败信号作为奖励，可大规模自动化72% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/955820

API

curl https://kongchang.com/api/v1/knowledge/claims/955820

MCP

get_claim(id=955820)