Unverified50% confidenceFactExact time
奖励塑形方法最早由Andrew Ng等人在1999年的论文《Policy Invariance Under Reward Transformations》中系统化
1
Sources
50%
Confidence
Long-term
Relevance
9/7/2026
First Seen
Sources
Related Entities
Related Claims
Unverified「承诺机制」（Commitment Device）由诺贝尔经济学奖得主理查德·塞勒和卡斯·桑斯坦在《助推》中系统化阐述63% similarUnverified禀赋效应（Endowment Effect）由塞勒（Richard Thaler）于1980年提出，指人们对已拥有之物的估值系统性高于尚未拥有的同等物品58% similarUnverifiedPEG指标由彼得·林奇在其1989年著作《彼得·林奇的成功投资》中系统阐述并推广58% similarUnverified策略梯度定理由Sutton等人在1999年正式提出57% similarUnverified承诺机制（Commitment Device）概念由理查德·塞勒和卡斯·桑斯坦在《助推》中系统化阐述56% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/871625API
curl https://kongchang.com/api/v1/knowledge/claims/871625MCP
get_claim(id=871625)