待验证50% 置信事实精确时间

纯粹的自我博弈可能导致策略循环（Strategy Cycling），即智能体策略在几种模式间来回振荡而无法真正提升

1

来源数

50%

置信度

长期有效

时效性

2026/8/7

首次发现

来源

M.A.R.A：用强化学习从零训练会战斗的AI坦克

相关事实

待验证如果大部分演示数据是机械手静止的空闲状态，行为克隆模型学到的策略会倾向于不动或做无意义动作64% 相似待验证ReAct/AutoAgent范式通过'思考-行动-观察'循环自主决定下一步，灵活性强但不确定性高，容易出现幻觉漂移或死循环63% 相似已验证智能体循环遵循「推理-行动-观察」范式，反复迭代直到达成目标或触及停止条件62% 相似待验证早期智能体产品多采用ReAct（Reasoning + Acting）循环模式，但该模式存在单步失败即全局崩溃、上下文随步骤增加而膨胀等问题62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/699282

API

curl https://kongchang.com/api/v1/knowledge/claims/699282

MCP

get_claim(id=699282)