相关考题
-
单项选择题
强化学习的回报值一个重要特点是具有（）。
A.客观性
B.主体性
C.超前性
D.滞后性 -
单项选择题
马尔可夫性质强调在每一个动作状态序列中，下一个状态与（）有关。
A.外部影响
B.主体内因
C.历史状态
D.当前状态 -
单项选择题
强化学习中，（）主要探索未知的动作会产生的效果，有利于更新Q值，获得更好的策略。
A.探索
B.开发
C.输入
D.输出
