待验证50% 置信事实精确时间
基于模型的强化学习（MBRL）让智能体通过在世界模型中空转积累经验，可将数据效率提升数个数量级
1
来源数
50%
置信度
长期有效
时效性
2026/10/9
首次发现
来源
涉及实体
相关事实
待验证基于模型的强化学习通过学习环境动力学模型进行规划以提升样本效率，代表方法包括 Dreamer、MBPO75% 相似待验证基于模型的强化学习在样本效率上通常比无模型方法高出一个数量级以上，代表性算法包括Dyna、MBPO和Dreamer系列73% 相似待验证动态权重生成范式的潜在价值是持续学习能力，模型能够在部署后不断吸收新信息而无需重新训练整个网络73% 相似待验证模型化强化学习（Model-based RL）通过学习环境的动态模型来提升样本效率，减少对真实交互的依赖71% 相似已验证知识蒸馏技术使小模型可从大模型中提取相当比例能力，动摇了固定算力阈值作为能力代理指标的有效性71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/991971API
curl https://kongchang.com/api/v1/knowledge/claims/991971MCP
get_claim(id=991971)