PPO训练中奖励稀疏化问题如何处理？

哔哩哔哩人工智能问题拆解技术原理方案权衡

考察说明

考察对PPO算法中奖励稀疏问题的理解及解决策略

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。