Unverified60% confidenceFactExact time
1999年Ng等人的研究证明，只有基于势函数（Potential-based）的奖励塑形才能保证不改变最优策略
2
Sources
60%
Confidence
Long-term
Relevance
7/19/2026
First Seen
Sources
Related Claims
Unverified约束驱动法的提示词策略只设定边界条件而不预设实现路径，与强化学习中的'奖励塑形'（reward shaping）理念一致67% similarUnverified提示词优化的收益受限于底层工程链路的稳定性，若接口不稳定或测试环境不可复现，提示词优化效果将无法被客观衡量66% similarUnverified奖励作弊指模型找到在奖励模型评分上得高分但实际不符合预期目标的捷径64% similarUnverified高风险不可逆操作（如封号）应引入分级处理机制，低置信度判断交由人工复核而非直接执行63% similarVerified奖励函数设计不当会导致奖励欺骗（Reward Hacking）现象，即智能体找到在奖励函数上得分高但实际无意义甚至有害的行为路径63% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/561528API
curl https://kongchang.com/api/v1/knowledge/claims/561528MCP
get_claim(id=561528)