在策略评估或强化学习场景中，reward（奖励）的含义是什么？如何对多个奖励进行加权？

Question

Accepted Answer

考察点：考察对奖励机制的理解及多目标加权处理能力。回答思路：清晰定义reward在所属场景中的含义 说明加权的原因和多目标权衡 给出加权公式或具体实现方法 讨论权重调整对策略或评估结果的影响

考察说明