项目奖励函数后续有什么改进思路？

知识专题：强化学习与奖励题目类型：项目深挖技术难度：进阶

相关面经：2 篇题集来源：1 个

未标记

Sorry o(╥﹏╥)o，暂无参考答案。带这道题，问问AI吧~

问 AI

Kimi 千问 ChatGPT

本题目录

相关面经

2 篇

字节跳动

大模型算法工程师

2026-05-08暑期实习一面、二面、三面

查看原面经 →

追问

后续有什么改进思路

作业帮

AI 应用算法工程师

2026-04-21实习一面

查看原面经 →

你的奖励函数是怎么设计的？为什么这样设计？后续的版本是怎么做的？

收录题集

1 个来源，共1 份题集

项目论文与经历

阿东玩 AI · AgentGuide · 1 条原题

查看题集 →

优化思路请分享你项目中优化思路的改进与创新，包括但不限于：
- 详细描述项目中的优化思路：加速怎么来的？每个优化trick都往下问几个为什么。深挖项目，比如reward怎么设计的，后续有什么改进思路。