相关考题
-
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 -
单项选择题
在强化学习过程中，（）表示随机地采取某个动作，以便于尝试各种结果；（）表示采取当前认为最优的动作，以便于进一步优化评估当前认为最优的动作的值。
A.探索；开发
B.开发；探索
C.探索；输出
D.开发；输出
