超参数 - 强化学习工程师

面试时间：2022面试职位：强化学习工程师分享时间：2022-05

面试经历：

首先背景介绍
然后分别是
1. 项目介绍
2. 强化学习基础问题
3. 场景设计问题
最后是
1. Coding题
2. 反问问题

面试官提的问题：

请描述强化学习算法PPO的思想和算法流程
请描述PPO的Loss 是怎么推导的, Loss的形式是什么

有用(0) 面试感觉：一般 面试难度：难度一般 应聘途径：猎头