科大讯飞面试题更新 2026-08-05
TD3和DQN相比有哪些优点？
科大讯飞人工智能专业服务技术原理方案权衡
考察说明
考察对离线强化学习中算法演进的理解及对比分析能力
回答思路
- 能准确说明TD3基于确定性策略梯度，DQN基于值函数
- 覆盖过估计问题及TD3的Clipped Double-Q Learning机制
- 提及目标策略平滑正则化、延迟更新等关键改进
- 指出两者适用场景的差异（连续vs离散动作空间）
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。
