完整 Agent rollout 的最终奖励如何定义和汇总？

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

相关面经：1 篇

暂无参考答案

未标记

问AI

选择 AI 平台

Kimi 千问 ChatGPT

自动带入当前题目

本题目录

相关面经

1 篇

腾讯

大模型算法岗

2026-10-02一面、二面

查看原面经 →

完整一次rollout流程，最终奖励值如何计算得到？