强化学习训练的样本量如何选择，它怎样影响收敛速度？

知识专题：强化学习与奖励题目类型：技术决策技术难度：进阶

相关面经：1 篇

未标记

Sorry o(╥﹏╥)o，暂无参考答案。带这道题，问问AI吧~

问 AI

Kimi 千问 ChatGPT

本题目录

相关面经

1 篇

百度

大模型算法实习生

2026-04-18日常实习二面

查看原面经 →

强化学习的样本量是多少？在强化学习训练中，样本量的选择是否影响到模型的收敛速度？如果有，如何应对？