强化学习训练不稳定，为何业界仍广泛应用？请说明理由。

Question

Accepted Answer

考察点：考察对强化学习实用价值与局限性的辩证认识。回答思路：能从任务特点说明RL的不可或缺性 能解释通过工程手段可控制不稳定性 能结合具体应用领域给出证据

考察说明