为什么PPO中需要重要性采样？如果不用重要性采样会有什么问题？

深圳虾皮信息科技有限公司人工智能互联网/IT技术原理方案权衡

考察说明

考察对策略梯度算法中数据利用与偏差-方差权衡的理解

本题已收录答题指导

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。