网易互娱强化学习一面(只有一位面试官小哥哥)： （1）自我介绍 （2）聊项目：项目背景、技术细节 （3）专业问题： 1. PPO更新式子和解释 2. GAIL算法介绍 3. 强化学习中的探索方法（有没有听过novelty，听过，但是没仔细看过相关paper） 4. 有没有用过一些分布式的RL框架 （平时用的不多，我就转移话题提到了A3C和A2C） 5. 介绍A2C和A3C的区别 6. 介绍重要性采样，以及Q-learning为什么不需要 7. 一些RL在游戏方面的应用有了解嘛（了解的不多，所以就又问了AlphaGO） 8. Al...