Unverified50% confidenceFactExact time

自然梯度方法由Amari在1998年提出，Fisher信息矩阵定义了策略空间的黎曼度量，TRPO本质上是对自然梯度方法的实用化改造

1

Sources

50%

Confidence

Long-term

Relevance

8/5/2026

First Seen

Sources

策略梯度算法进化史：从REINFORCE到PPO再到GRPO的完整脉络

Related Claims

Unverified策略梯度定理由Sutton等人在1999年正式提出61% similar UnverifiedGIS图层概念起源于20世纪60年代的叠图分析法，由景观规划师Ian McHarg系统化提出60% similar Unverified信息瓶颈理论由Tishby等人于2000年提出56% similar UnverifiedARIMA由Box和Jenkins于1970年代系统化，至今仍是统计预测的基准方法53% similar Unverified账号定位理论源于Jack Trout在1969年提出的战略定位理论，核心思想是在用户心智中占据独特位置53% similar

Cite This Claim

Stable URI

https://kongchang.com/claim/691007

API

curl https://kongchang.com/api/v1/knowledge/claims/691007

MCP

get_claim(id=691007)