我要招人

网易面试题更新 2026-08-05

奖励函数如何设计？

网易人工智能互联网/IT问题拆解技术原理方案权衡

考察说明

考察强化学习中奖励函数设计的原理与实操要点

回答思路

  1. 说明奖励函数的目标与稀疏奖励问题
  2. 指出稀疏奖励与奖励塑形的权衡
  3. 讨论奖励hacking与对齐风险
  4. 举例说明如何设计稀疏或密集奖励
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