互联网/IT行业面试题更新 2026-08-05
请解释强化学习中 Rollout（回滚）采样的概念及其主要用途。
美团人工智能互联网/IT问题拆解技术原理
考察说明
考察对强化学习中 rollout 采样概念、目的和典型应用的理解
回答思路
- 解释 rollout 采样的基本含义和过程
- 说明其在策略评估、蒙特卡洛树搜索或策略梯度中的作用
- 能区分 rollout 与一般样本收集的差异
- 能提及常见应用场景（如 MCTS 的模拟阶段）
本题附完整参考答案与评分标准
登录后可查看结构化答题指导；也可以直接开一场模拟面试，AI 面试官用本题实时追问并给出评分。
