人工智能面试题更新 2026-08-05
如果是连续的动作空间，应该如何建模，可以采用哪些模型？
滴滴人工智能技术原理技术选型方案权衡
考察说明
考察对连续动作空间强化学习建模的理解与模型选型能力
回答思路
- 明确连续动作空间与离散动作空间的本质区别
- 能列举适用于连续动作的模型如DDPG、TD3、SAC、PPO
- 说明策略输出方式（如高斯分布、确定性策略）及处理动作边界的方法
- 能讨论模型选择与实际问题的匹配，如样本效率、稳定性
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。
