待验证50% 置信事实精确时间
智能体-环境交互模型由Richard Sutton和Andrew Barto在1990年代的经典教材中系统化
1
来源数
50%
置信度
长期有效
时效性
2026/7/24
首次发现
来源
GPT-5.6发布：多智能体协同如何终结对话框时代
bilibili吃人的代码2026/7/11
相关事实
待验证Richard Sutton和Andrew Barto在1998年出版的《Reinforcement Learning: An Introduction》系统形式化了RL理论框架70% 相似待验证强化学习的理论根源可追溯至20世纪80年代Sutton与Barto的开创性工作64% 相似待验证复杂适应系统（CAS）理论框架由圣塔菲研究所的John Holland等学者在20世纪90年代系统化提出62% 相似已验证Sutton与Barto于1988年出版了《Reinforcement Learning: An Introduction》59% 相似待验证Richard Sutton在1990年提出的Dyna架构首次将基于模型的规划与无模型学习统一58% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/609668API
curl https://kongchang.com/api/v1/knowledge/claims/609668MCP
get_claim(id=609668)