待验证50% 置信事实精确时间

PPO的局限性在于样本效率相对较低，通常需要数百万乃至数十亿帧的游戏画面才能达到人类水平

1

来源数

50%

置信度

长期有效

时效性

2026/10/3

首次发现

来源

非PPO的Adapt-1：15分钟自学通关超级马里奥1-1

涉及实体

相关事实

待验证单批次场景下批次大小为1，矩阵乘法计算强度大幅下降，访存带宽成为主要瓶颈，传统为高吞吐优化的GPU架构效率会显著下降62% 相似待验证PPO相比其前身TRPO在保持相近性能的同时大幅简化了实现复杂度62% 相似待验证从PoC到全量上线之间缺乏充分的风险桥接，是AI项目烂尾的高频结构性原因61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/969806

API

curl https://kongchang.com/api/v1/knowledge/claims/969806

MCP

get_claim(id=969806)