面试题库 › C++ / 后端 › 强化学习有哪些类型

强化学习有哪些类型

难度 ★★☆在 1 场真实面经中被问到 方向:C++ / 后端考点:强化学习

哪些公司问过

百度1

常见岗位:C/C++ 软件开发

答案要点

  1. Model-free 与 Model-based:是否学习或利用环境模型进行规划
  2. 基于价值:学 Q 函数取最优动作,如 Q-learning、SARSA、DQN
  3. 基于策略:直接优化参数化策略,如 REINFORCE,可处理连续动作
  4. Actor-Critic:Critic 估值降低策略梯度方差,如 A2C、PPO、DDPG、SAC
  5. on-policy 与 off-policy、在线与离线强化学习

易错点

面试官常见追问

完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。

相关面试题