返回全部题目← 上一题37 / 251下一题 →题库/模型训练与对齐/Q-11910王者荣耀智能体训练如何设计观测和动作空间,并适配不同角色?知识专题:强化学习与奖励题目类型:方案设计技术难度:进阶相关面经:1 篇未标记未标记待复习已掌握收藏反馈(在 GitHub 新标签页打开)Sorry o(╥﹏╥)o,暂无参考答案。带这道题,问问AI吧~问 AIKimiKimi(新窗口打开)Qwen千问(新窗口打开)OpenAIChatGPT(新窗口打开)本题目录相关面经相关题目相关面经1 篇腾讯强化学习算法2026-06-27实习暑期查看原面经 →针对王者荣耀智能体训练任务,说明观测空间、动作空间的设计思路,以及不同游戏角色的动作设计差异化方案。相关题目4 题0086如何判断强化学习带来的实际收益?同一知识专题题目类型:项目深挖技术难度:进阶相关面经:2 篇0103强化学习包含哪些主要组件?同一知识专题题目类型:概念解释技术难度:基础相关面经:4 篇0104GRPO 算法如何工作?同一知识专题题目类型:原理机制技术难度:进阶相关面经:20 篇0105On-policy 和 Off-policy 有什么区别?同一知识专题题目类型:比较选型技术难度:进阶相关面经:6 篇♥♥♥♥♥← 上一题已到最后一题← 上一题多智能体强化学习怎样实现协作,奖励设计之外如何处理训练噪声?下一题 →强化学习训练中常用哪些实践技巧?