在强化学习中遇到稀疏奖励（sparse reward）的场景，可以怎么处理？

回答思路

1. 能解释稀疏奖励的本质困难（奖励信号稀少导致学习缓慢或无法收敛）
2. 能列举至少两种主流方法并说明原理，如奖励塑形、内在奖励/好奇心、分层强化学习、课程学习等
3. 能结合场景讨论方法的局限性与权衡（如塑形偏差、伪奖励）
4. 展现对前沿方向（如HER、好奇心驱动）的敏感性