强化学习面试问题

1、reinforce、q-learning和sarsa的更新公式，公式里各个变量的含义

2、gamma什么时候可以等于1，什么时候不可以等于1？

3、q-learning的行为策略需满足什么条件？

4、ppo有replay buffer和importance sampling 是 onpolicy 还是offpolicy?

5、MC和TD，区别、各自优缺点？

6、value-based 和 policy-based， 区别、各自优缺点？

7、介绍Actor-Critic

8、DQN里面最出名的两个trick

9、一句话简要介绍马尔科夫过程

10、on-policy和off-policy，区别？

11、强化学习排序怎么实现的，除了这种还有没有其他方案？

12、RL怎么应用？reward如何定义？

13、DQN的伪代码和流程图。