Unverified50% confidenceSolutionExact time
Double DQN用在线网络选动作 a*=argmax Q_online(s',a')，用目标网络评估 Q_target(s',a*)，以抑制Q值高估偏差
1
Sources
50%
Confidence
Long-term
Relevance
8/20/2026
First Seen
Sources
Related Claims
UnverifiedPointNet通过全局最大池化解决点集排列不变性问题，PointNet++引入层次化的局部特征学习来捕获多尺度空间结构55% similarUnverifiedQKV分别代表Query（查询）、Key（键）和Value（值），命名借鉴自信息检索系统概念54% similarUnverifiedMQTT的QoS分为0、1、2三个等级，分别对应最多一次、至少一次、恰好一次的消息投递语义，最小报文头仅2字节54% similarUnverified自注意力通过将输入序列映射为查询Q、键K、值V三组向量，计算Q与K的点积相似度后经Softmax归一化得到注意力权重，再加权汇聚V向量54% similarUnverified本方案在问题分类器节点采用本地部署的Qwen3（千问3）大模型53% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/778670API
curl https://kongchang.com/api/v1/knowledge/claims/778670MCP
get_claim(id=778670)