返回全部题目← 上一题127 / 179下一题 →题库/模型训练与对齐/Q-4905DQN 如何工作，目标网络与经验回放各有什么作用？知识专题：强化学习与奖励题目类型：原理机制技术难度：进阶收录题集：4 份暂无参考答案未标记未标记待复习已掌握收藏询问 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）自动带入当前题目本题目录收录题集相关题目收录题集4 份强化学习与对齐阿东玩 AI · AgentGuide · 1 条原题查看题集 →【DQN】介绍Q-learning和DQN 「腾讯」强化学习Rocky Ding · AIGC-Interview-Book · 1 条原题查看题集 →Q-Learning 和 DQN 的核心区别是什么？腾讯问答汇编Rocky Ding · AIGC-Interview-Book · 1 条原题查看题集 →介绍Q-learning和DQN强化学习与对齐Firefly · llm_interview_note · 4 条原题查看题集 →请问深度Q网络是什么？其两个关键性的技巧分别是什么？深度Q网络中的两个技巧————目标网络和经验回放，其具体作用是什么呢？深度Q网络和Q学习有什么异同点？展开其余 1 条原题请问不打破数据相关性，神经网络的训练效果为什么就不好？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：13 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Sarsa 如何更新动作价值，为什么属于同策略学习？下一题 →随机策略与确定性策略有什么区别？
