项目奖励函数是稀疏还是稠密的，具体如何设计？

知识专题：强化学习与奖励题目类型：项目深挖技术难度：进阶相关面经：3 篇

暂无参考答案

未标记

本题目录

相关面经

3 篇

百度

端到端决策规划控制算法工程师

2026-09-03一面

查看原面经 →

追问

听起来奖励函数还听离散，你的具体设计师比较稀疏还是稠密的？

同程旅行

大模型算法工程师

2026-05-29校招实习一面

查看原面经 →

项目追问

单步奖励设计思路

作业帮

AI 应用算法工程师

2026-04-21实习一面

查看原面经 →

项目追问

你的奖励函数是怎么设计的？为什么这样设计？