Q（s，a）是指在给定状态s的情况下，采取行动a之后，后续的各个状态所能得到的回报（）
A.最大值
B.总和
C.最小值
D.期望值
正确答案：D
Q（s，a）是指在给定状态s的情况下，采取行动a之后，后续的各个状态所能得到的回报（）
6次阅读
猜你喜欢
- 8255A的C口采用位操作时，无法读取C口当前状态。
- 利用8255A的B口控制LED的亮灭，根据B口各位的状态是1就判断LED亮，状态是0就判断LED灭。
- 8255A的A口设为输入方式0，连接开关后，根据A口二进制位的状态表示开关状态，如果是1就判断开关断开，是0就判断开关闭合。
- 8086CPU执行OUT 80H，AL与执行MOV [80H]，AL命令相比，除了MIO#状态不同外，其它地址总线、控制总线状态相同。
- 稿件状态主要包括（）①审稿（Submit）、②编辑处理稿件（With Editor）、③审稿（Under Review）、④修改（Revise）、⑤结果（Accept or Reject）