待验证50% 置信基准精确时间
自发现算法Disco103已经超越了经典的PPO，在多个基准测试中达到了SOTA性能
1
来源数
50%
置信度
长期有效
时效性
2026/9/30
首次发现
来源
涉及实体
相关事实
待验证Stable-Baselines3是目前最流行的强化学习算法库之一，封装了PPO、SAC、TD3等主流算法60% 相似待验证该实验使用了 IPPO（Independent PPO）与 GPPO（Graph Independent PPO）策略类型，并包含异构版本60% 相似待验证HPTSA多智能体协同架构使漏洞利用成功率比单一智能体提升约3.5倍58% 相似待验证llama.cpp等主流推理框架已针对CPU推理做了优化，支持多线程并行，但物理带宽瓶颈难以通过软件完全弥补57% 相似待验证对于3-5架无人机规模的项目，PyBullet在CPU上的串行仿真速度足以支撑PPO等on-policy算法的训练需求，GPU并行化的加速优势不显著57% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/961082API
curl https://kongchang.com/api/v1/knowledge/claims/961082MCP
get_claim(id=961082)