首页 / 百科 / 内容详情 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。 2022-03-31 8次阅读 有利于 强化 未知 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 正确答案:A 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。 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。 猜你喜欢 “三个有利于”标准与“三个代表”标准完全不同。 经济全球化的实质决定了它的发展必然是有利于发展中国家。 利用外商投资有利于促进我国技术进步。 对外直接投资有利于我国产业结构升级。 对外直接投资有利于我国技术水平的提升。