互联网/IT行业面试题更新 2026-08-05
了解哪些强化学习算法？off-policy 的举几个例子。
美团人工智能互联网/IT问题拆解技术原理
考察说明
考察对强化学习算法分类及 off-policy 特性的理解
回答思路
- 能列举常见强化学习算法并说明其类别
- 正确识别 off-policy 算法并解释其特性
- 能简要说明 on-policy 与 off-policy 的区别
- 举例典型 off-policy 算法及其适用场景
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。
