页面加载中…
搜索中文正文和常见中英文技术词，按教程、项目、面试题筛选。
「离线强化学习」找到 5 条内容
按专题浏览 →匹配标题与标签：…p Sequence Policy Optimization 的算法定位、论文结论与适用边界 RLHF与对齐 GSPO 策略优化 离线强化学习 监督学习与强化学习融合 策略正则化 2026真题 GSPO 与 PPO GRPO 区别 Group Sequence Policy Optimization GSPO vs GRPO 大模型强化学习 强化学习与RLHF 美团
匹配标题与标签：…保真、误差累积与 Sim-to-Real，并设计校准和回退 RLHF与对齐 环境模拟训练 世界模型 Model-based RL 离线强化学习 Sim-to-Real迁移 2026真题 模拟器训练偏差 World Model 误差累积 Sim-to-Real 迁移 环境保真度评估 强化学习与RLHF 美团
匹配正文：…行、可重放，并能安全制造边界情况；缺点是模型误差和 sim gap，策略可能利用模拟器漏洞。静态数据便于治理和复现，适合行为克隆或离线强化学习，但动作覆盖由日志策略决定，对未覆盖动作的价值估计容易失真。真实在线环境提供最新反馈，却会遇到探索风险、延迟奖励、非平稳用户、限流和外部副作用。训练更新频率是系统选择，不是定义：rollout worker 可持续采样，learner 可以按批次异步消费，也可以收集完整数据后离线迭代。 还要区分 on-policy 与 online。o…
学习内容与项目面试，在同一条路上。