智能点餐场景的多轮 RL Reward 如何设计？

知识专题：强化学习与奖励题目类型：方案设计技术难度：进阶相关面经：1 篇

暂无参考答案

未标记

本题目录

相关面经

1 篇

海底捞

大模型算法工程师

2026-05-26

查看原面经 →

追问

面试官追问多轮RL的reward怎么设计？