#强化学习

5 道题

全部难度简单中等困难 VIP 非 VIP

全部类型综合技术行为面项目

困难技术人工智能

你知道有哪些方法可以求解马尔科夫决策过程？

人工智能强化学习

来源 · 强化学习面试题

困难综合公司题库

你能写出贝尔曼（bellman）方程吗？

公司题库强化学习

来源 · 拼多多面试题

困难技术人工智能

强化学习中如何得到奖励模型？怎样使用奖励模型打分？

人工智能强化学习奖励模型

来源 · 强化学习面试题

困难技术人工智能

简述时间差分算法。

人工智能强化学习

来源 · 强化学习面试题

困难技术人工智能

说说 RLHF（Reinforcement Learning from Human Feedback）的工作原理。

人工智能强化学习 RLHF

来源 · 强化学习面试题