待验证50% 置信事实精确时间
1999年Ng、Harada与Russell在ICML证明，只有基于势函数的奖励塑形（F(s,s')=γΦ(s')-Φ(s)）才能保证不改变最优策略
1
来源数
50%
置信度
长期有效
时效性
2026/7/19
首次发现
来源
相关事实
待验证基于势函数的奖励塑形（Ng 等人，1999）经理论证明不会改变最优策略，其形式为 F = γΦ(s') - Φ(s)79% 相似待验证奖励塑形技术由Andrew Ng等人在1999年的论文中进行了理论化分析，证明了在保持最优策略不变的前提下如何安全地进行奖励塑形62% 相似待验证在纽结理论中，AI发现了双曲体积与代数不变量之间此前未知的函数关系61% 相似待验证Hardy、Benedicks、Amrein-Berthier等人证明了函数及其傅里叶变换的支撑集不能同时具有有限测度（除非函数为零）60% 相似待验证CAP 定理由 Eric Brewer 于2000年提出，后由 Gilbert 和 Lynch 于2002年正式证明，指出分布式系统无法同时保证一致性、可用性和分区容错性58% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/563206API
curl https://kongchang.com/api/v1/knowledge/claims/563206MCP
get_claim(id=563206)