海康威视面试题更新 2026-08-05
强化学习中是reward设计更难做还是拟合loss更难？
海康威视人工智能问题拆解技术原理方案权衡
考察说明
考察对强化学习核心难点（奖励设计与训练稳定性）的理解深度
回答思路
- 明确区分奖励设计（定义学习目标）与loss拟合（优化过程）的不同难点
- 能举例说明稀疏奖励或奖励塑形中的挑战
- 能说明拟合loss时面临的不稳定、方差、分布偏移等问题
- 能结合具体算法或场景（如PPO、DQN）给出有依据的判断或权衡
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。
