样本效率
衡量机器学习模型达到目标性能所需交互数据量的指标，样本效率越高意味着用更少数据实现相同效果，是强化学习落地现实场景的关键瓶颈之一
时间轴 (近 90 天)
物理系统的动作延迟和噪声会进一步降低样本效率，使得原本在仿真中可行的训练周期变得不切实际。
样本效率指智能体达到某一性能水平所需的交互样本数量，是在线强化学习落地的核心指标之一。
在真实iOS应用上每次交互都伴随时间与算力开销，样本效率低下可能导致在线训练成本迅速失控。
提升样本效率的常见思路包括利用规划模块缩小动作空间、复用历史交互经验、引入优先采样或模型辅助预测。
论文通过控制实验（同一MLP架构、相同超参数搜索空间和训练轮数，仅输入表示不同）证明，Assur导出的特征在样本效率上具有几何平均1.8倍的优势，覆盖50到10000个机构的训练预算。
样本效率指模型达到某一性能水平所需的训练样本数量；几何平均1.8倍优势意味着使用Assur特征的模型达到相同预测误差所需样本数约为基线的1/1.8。
单农场仅有约18个月的5分钟分辨率数据，概率模型校准所需数据多于确定性模型拟合所需数据，因此依赖物理仿真器生成合成数据并用域适应损失微调。
样本效率与推理效率是两个独立指标，CoPE 在训练阶段节省交互，在推理阶段保持单步动作，两者均无额外开销。
全部知识事实 (8)
物理系统的动作延迟和噪声会进一步降低样本效率，使得原本在仿真中可行的训练周期变得不切实际。
50%待验证样本效率指智能体达到某一性能水平所需的交互样本数量，是在线强化学习落地的核心指标之一。
50%待验证在真实iOS应用上每次交互都伴随时间与算力开销，样本效率低下可能导致在线训练成本迅速失控。
50%待验证提升样本效率的常见思路包括利用规划模块缩小动作空间、复用历史交互经验、引入优先采样或模型辅助预测。
50%待验证论文通过控制实验（同一MLP架构、相同超参数搜索空间和训练轮数，仅输入表示不同）证明，Assur导出的特征在样本效率上具有几何平均1.8倍的优势，覆盖50到10000个机构的训练预算。
50%待验证样本效率指模型达到某一性能水平所需的训练样本数量；几何平均1.8倍优势意味着使用Assur特征的模型达到相同预测误差所需样本数约为基线的1/1.8。
50%待验证单农场仅有约18个月的5分钟分辨率数据，概率模型校准所需数据多于确定性模型拟合所需数据，因此依赖物理仿真器生成合成数据并用域适应损失微调。
50%待验证样本效率与推理效率是两个独立指标，CoPE 在训练阶段节省交互，在推理阶段保持单步动作，两者均无额外开销。
50%