返回全部题目← 上一题35 / 251下一题 →题库/模型训练与对齐/Q-11908多智能体强化学习有哪些主流方法，实际落地面临哪些困难？知识专题：强化学习与奖励题目类型：概念解释技术难度：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 →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PPO 对齐训练中的 KL 约束在什么位置计算并生效？下一题 →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？
