待验证50% 置信事实精确时间

传统主动感知系统往往依赖预定义的探索策略或强化学习策略，难以灵活应对开放式任务

1

来源数

50%

置信度

长期有效

时效性

2026/10/10

首次发现

来源

ROMA：让大模型主动决策的多感官物体感知系统

涉及实体

Active Perceptionconcept

相关事实

待验证行为克隆预训练解决了强化学习的冷启动问题：纯强化学习在稀疏奖励环境中往往需要数亿次交互才能学到基本可用策略79% 相似已验证稀疏奖励场景下智能体往往需要借助课程学习、奖励塑形或基于内在动机的探索等技术才能有效收敛76% 相似待验证在线强化学习面临探索-利用权衡问题，Agent需在利用已知有效策略和尝试新行为之间取得平衡76% 相似待验证早期强化学习领域的Agent依赖人工设计的奖励函数在封闭环境中学习策略76% 相似待验证行为克隆将策略学习转化为监督学习问题，以环境状态为输入、专家动作为标签，训练从状态到动作的映射函数75% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/994289

API

curl https://kongchang.com/api/v1/knowledge/claims/994289

MCP

get_claim(id=994289)