返回全部题目← 上一题167 / 179下一题 →题库/模型训练与对齐/Q-6356多智能体强化学习与单智能体强化学习有哪些关键差异？知识专题：强化学习与奖励题目类型：比较选型技术难度：深入收录题集：3 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3 份后训练综合问答阿东玩 AI · AgentGuide · 1 条原题查看题集 →Multi-Agent RL 和 Single-Agent RL 最大的挑战是什么？强化学习与对齐阿东玩 AI · AgentGuide · 1 条原题查看题集 →【多智能体RL】多智能体有哪些形式？ 「蚂蚁集团」项目论文与经历阿东玩 AI · AgentGuide · 1 条原题查看题集 →【方案设计】从你的项目背景下，为什么这么构造？利弊分析，如何改进？如果不这么做会怎么样？如何权衡？具体到论文中，为什么用图神经网络和多智能体强化学习，如何设计的框架来做负载均衡和决策加速？ 「蚂蚁集团、阿里巴巴」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← 上一题长上下文 RLHF 面临哪些系统与学习瓶颈？下一题 →Memory RL 的跨任务信用分配与训练成本应如何分析？
