腾讯二面面经
------------
TEG 做游戏AI的
1. 自我介绍
2. 手撕二叉树路径
3. 问比赛，是个多智能体强化学习相关的，问主要负责哪些部分，有效果的改进是什么
4. 问项目，也是多智能体强化学习相关的研究项目，面试官这里问的有点偏，主要是纠结RLHF的偏好标签的问题
5. 问多智能体强化学习的算法，说了一下两大类的经典QMIX和MADDPG
6. 问实习，讲了一遍实习经历，问RLHF（PPO）、DPO、RPO的区别，DPO的缺陷在哪里
7. 问PPO的GAE计算
8. 问MARL的解决效用分配的算法中，效用分配体现在哪里
反问，主要做游戏AI，强化学习用的多，LLM也在探索
整体就是这么多，45分钟不到，基本上比赛、项目、实习都问了，可能我没有论文提不起兴趣吧
先许愿一个过吧，坚持两个小时不被挂就是胜利！
#腾讯求职进展汇总##软件开发笔面经#
类似资料：