待验证50% 置信事实精确时间
强化学习探索-利用权衡的经典解决方法包括ε-贪心策略、UCB、Thompson采样和内在好奇心驱动
1
来源数
50%
置信度
长期有效
时效性
2026/8/29
首次发现
来源
涉及实体
引用此条事实
Stable URI
https://kongchang.com/claim/817017API
curl https://kongchang.com/api/v1/knowledge/claims/817017MCP
get_claim(id=817017)