返回全部题目← 上一题79 / 195下一题 →题库/模型训练与对齐/Q-3447多智能体系统如何设计奖励以促进协作而非竞争?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)暂无参考答案带着这道题,问问 AI选择平台,携带当前题目继续提问。问 AI选择 AI 平台KimiKimi(新窗口打开)Qwen千问(新窗口打开)OpenAIChatGPT(新窗口打开)自动带入当前题目Kimi · 千问 · ChatGPT本题目录相关面经相关题目相关面经1 篇字节跳动AI 应用开发工程师2026-05-07一面查看原面经 →多智能体系统中如何设计奖励函数促进 Agent 协作而非竞争?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:3 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:14 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:2 篇♥♥♥♥♥← 上一题已到最后一题← 上一题Agentic RL 如何设计?下一题 →什么是优势函数?