强化学习工程师面试经验
1.介绍项目
2.用的什么算法（PPO）
3.强化学习与监督学习的一个区别（这里没答好）
4.状态空间动作空间奖励函数的设计
5.对抗决策为什么没用多智能体强化学习 6.时序差分是什么？贝尔曼方程是什么？ 7.面试官介绍公司，问家在哪，为什么选择西安。 8.HR问是否有其他offer，开了多少工资，为什么选择考国防科大
类似资料：
1.介绍项目
2.用的什么算法（PPO）
3.强化学习与监督学习的一个区别（这里没答好）
4.状态空间动作空间奖励函数的设计
5.对抗决策为什么没用多智能体强化学习 6.时序差分是什么？贝尔曼方程是什么？ 7.面试官介绍公司，问家在哪，为什么选择西安。 8.HR问是否有其他offer，开了多少工资，为什么选择考国防科大