返回全部题目← 上一题140 / 179下一题 →题库/模型训练与对齐/Q-4919行为克隆有哪些局限，如何缓解误差累积与分布偏移？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 份多模态与计算机视觉阿东玩 AI · AgentGuide · 1 条原题查看题集 →【端到端模仿学习缺陷】现在的端到端大都是模仿学习，它最大的“遗传病”是什么？请详细说明。 「字节跳动」原力灵机高频面试题Rocky Ding · AIGC-Interview-Book · 2 条原题查看题集 →Behavior Cloningdistribution shift强化学习与对齐Firefly · llm_interview_note · 1 条原题查看题集 →行为克隆存在哪些问题呢？对应的解决方法有哪些？训练、数据与模型优化：从数据清洗到 LoRAOnefly · zero2Agent · 1 条原题查看题集 →行为克隆（Behavior Cloning）的原理和训练方法是什么？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← 上一题模仿学习有哪些主要方法，各自学习什么？下一题 →逆强化学习如何从专家示范推断奖励并学习策略？
