相关考题
-
单项选择题
Q函数Q（s，a）是指在一个给定状态s下，采取某一个动作a之后，后续的各个状态所能得到的回报的（）。
A.期望值
B.最大值
C.最小值
D.总和 -
单项选择题
在Q-Learning中，所谓的Q函数是指（）。
A.状态动作函数
B.状态值函数
C.动作值函数
D.策略函数 -
单项选择题
（）有跟环境进行交互，从反馈当中进行不断的学习的过程。
A.监督学习
B.非监督学习
C.强化学习
D.线性回归
