我要招人

专业服务行业面试题更新 2026-08-05

为什么用DQN而不是PPO，两者有什么区别？

CVTE数据专业服务技术原理技术选型方案权衡

考察说明

考察强化学习算法选型与适用场景的辨析能力

回答思路

  1. 点明DQN与PPO分属值函数与策略梯度两大范式
  2. 说明DQN适合离散动作空间、样本效率高但不稳定
  3. 说明PPO适合连续动作空间、训练稳定但样本效率低
  4. 结合实际任务特性（动作空间、样本成本、收敛稳定性）论证选型
本题已收录答题指导

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。

开始模拟面试登录查看答题指导