既然强化学习训练不稳定，为什么业界仍然广泛使用它？

京东蚂蚁集团人工智能互联网/IT电商业务理解技术选型方案权衡

考察说明

考察对强化学习价值与局限的平衡判断

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。