待验证60% 置信事实精确时间
decisionrl 是由开发者 Denis Drobyshev 开发的、专门面向运营决策问题的强化学习开源库
2
来源数
60%
置信度
中期 (~90 天)
时效性
2026/7/15
首次发现
有效期至：2026/10/13
来源
相关事实
待验证decisionrl 支持的算法包括 DQN、PPO、SAC、TRPO 等在线算法，以及离线RL、基于模型的方法、多智能体和元强化学习65% 相似待验证decisionrl 底层是一个带类型标注、有测试覆盖的通用RL框架，支持DQN、PPO、SAC、TRPO等主流在线算法58% 相似待验证Anthropic推荐使用编排器+子代理架构，用推理能力强的模型负责规划决策，用Sonnet或Haiku执行具体点击操作58% 相似待验证Dogra提供可视化工作流构建器，允许开发者以流程图方式设计对话逻辑，包括提示词、分支判断、API调用和转接规则58% 相似待验证问题分类器的设计思路与软件架构中的路由模式（Router Pattern）相似，通过中央调度节点将请求分发给下游模块57% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/514217API
curl https://kongchang.com/api/v1/knowledge/claims/514217MCP
get_claim(id=514217)