1. 面试官：解释什么是时序差分学习(TD 学习)？

2. 面试官：比较时序差分学习和蒙特卡洛方法的优缺点。

3. 面试官：介绍TD(λ)学习算法及其在强化学习中的应用。

4. 面试官：探讨时序差分学习在实际问题中的应用，并提出相应的案例。

5. 面试官：TD(0)学习和TD(1)学习有何异同？

6. 面试官：如何解决时序差分学习中的偏差和方差问题？

7. 面试官：描述TD(λ)学习算法中的 eligibility trace 是什么，并说明其作用。

8. 面试官：针对时序差分学习中的长期和短期目标权衡问题，提出相应的解决方案。

9. 面试官：在多步时序差分学习中，如何选择合适的回合数？

10. 面试官：探讨时序差分学习与深度学习的结合，以及它们在增强学习中的潜在应用。