待验证50% 置信事实精确时间

该论文提出的方案在每一步将CVaR应用于信念上的即时成本，而非修改价值函数，从而保留标准期望累积回报作为整体目标并保持标准MDP结构

1

来源数

50%

置信度

长期有效

时效性

2026/9/30

首次发现

来源

风险规避的在线POMDP规划：基于即时成本CVaR的新方法

涉及实体

Risk-Averse Online POMDP Planningconcept CVaRconcept

相关事实

待验证在ReAct等Agent范式中，模型每一步需要处理之前所有步骤的完整历史，导致payload体积的成本影响呈二次方级别增长而非线性增长66% 相似待验证成本与延迟优化的策略包括结果缓存、并行执行无依赖关系的任务、以及模型分级66% 相似待验证订阅分层策略的核心逻辑是高性能模型推理成本更高，通过分层定价覆盖算力成本并制造升级付费动机64% 相似待验证只有基于势函数（Potential-based）的奖励塑形才能保证最优策略不变，附加奖励形式为F(s,s')=γΦ(s')-Φ(s)时原始MDP和塑形后MDP的最优策略等价64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/961047

API

curl https://kongchang.com/api/v1/knowledge/claims/961047

MCP

get_claim(id=961047)