待验证50% 置信事实精确时间
经验重放（Experience Replay）技术最早在DeepMind的DQN（Deep Q-Network, 2015）中成功应用
1
来源数
50%
置信度
长期有效
时效性
2026/8/28
首次发现
来源
涉及实体
相关事实
待验证经验回放最早在DeepMind的DQN算法中被提出，智能体将过去的交互经验存储在缓冲区中，训练时随机采样以提高样本利用效率75% 相似已验证DQN由DeepMind于2013年提出，首次将深度神经网络与Q-learning结合73% 相似待验证DQN的核心创新在于将深度学习的感知能力与Q-learning的决策框架相结合，并引入了经验回放和目标网络两项关键技术来稳定训练过程71% 相似待验证DeepMind开发了MeshGraphNets，NVIDIA开发了Modulus框架，推动流体模拟领域的商业化67% 相似待验证DeepSeek-R1和Qwen-QwQ等开源模型在推理增强（思维链推理）方向上取得了显著进展67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/815977API
curl https://kongchang.com/api/v1/knowledge/claims/815977MCP
get_claim(id=815977)