腾讯 · TEG
强化学习算法面经
完整信息
本篇目录
1. 自我介绍，重点追问我在腾讯开悟强化学习平台的具体工作内容，以及是否参与过平台相关竞赛。
2.针对项目架构提问：核心创新点是什么？Transformer模型体量较重，是否适配业务落地场景、实际落地可行性如何？
3. 讲解多智能体强化学习（MARL）主流方法，并分析该技术目前落地应用较少的核心原因，我从仿真到现实鸿沟（sim2real）、训练不稳定性、算力成本过高三个维度作答。
4. 多智能体协作学习的实现逻辑，是否仅依靠奖励机制设计？训练过程中如何规避、处理噪声干扰问题？
5. 手撕算法：最长无重复字符的子串（哈希表+滑动窗口解法）。题型简单，我仅有完整解题思路，未完整写出代码，明确说明了O(n)的时间复杂度。
6. 日常使用的AI编程工具，以及各工具的使用体验对比。
7. 业务场景题：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。
9. 智力/算法题：求解5个节点可构成的二叉树总类型数量。
本篇目录
当前问题0111
- 01
自我介绍
- 02
重点追问我在腾讯开悟强化学习平台的具体工作内容，以及是否参与过平台相关竞赛。
- 03
是否参与过平台相关竞赛。
- 04
核心创新点是什么？
- 05
Transformer模型体量较重，是否适配业务落地场景、实际落地可行性如何？
- 06
讲解多智能体强化学习（MARL）主流方法，并分析该技术目前落地应用较少的核心原因
- 07
多智能体协作学习的实现逻辑，是否仅依靠奖励机制设计？训练过程中如何规避、处理噪声干扰问题？
- 08
最长无重复字符的子串（哈希表+滑动窗口解法）
- 09
日常使用的AI编程工具，以及各工具的使用体验对比。
- 10
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。
- 11
求解5个节点可构成的二叉树总类型数量。