强化学习的核心优化目标是什么，如何用策略和回报表达？

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

Sorry o(╥﹏╥)o，暂无参考答案。带这道题，问问AI吧~

问 AI

Kimi 千问 ChatGPT

本题目录

相关面经

1 篇

腾讯

推荐算法

2026-09-10

查看原面经 →

强化学习的核心目标是什么？