待验证50% 置信解决方案精确时间
排查SAC训练崩溃应监控策略熵和α变化曲线，若熵持续下降至接近零说明探索消亡，可固定α为较大常数或重设目标熵为-action_dim
1
来源数
50%
置信度
长期有效
时效性
2026/10/6
首次发现
来源
涉及实体
引用此条事实
Stable URI
https://kongchang.com/claim/982256API
curl https://kongchang.com/api/v1/knowledge/claims/982256MCP
get_claim(id=982256)