强化学习训练出现策略熵坍缩时，如何定位并缓解？

知识专题：强化学习与奖励题目类型：故障排查技术难度：进阶

相关面经：3 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

3 篇

普渡机器人

VLM 算法工程师

2026-09-13一面

查看原面经 →

RL过程中的熵崩具体指什么，如何缓解熵崩

智谱

大模型算法工程师

2026-08-13

查看原面经 →

> **"大模型强化学习训练中，为什么会出现熵坍塌现象？应该在哪个环节优化？"**

涂鸦智能

大模型算法实习生

2026-02-06实习一面

查看原面经 →

GRPO训练出现熵崩怎么办