首页 / 百科 / 内容详情 在强化学习的过程中,学习率α越大,表示采用新的尝试得到的结果比例越(),保持旧的结果的比例越()。 2022-03-31 3次阅读 比例 结果 学习 在强化学习的过程中,学习率α越大,表示采用新的尝试得到的结果比例越(),保持旧的结果的比例越()。 A.大;小 B.大;大 C.小;小 D.小;大 正确答案:A 在ε-greedy策略当中,ε的值越大,表示采用随机的一个动作的概率越(),采用当前Q函数值最大的动作的概率越()。 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()。 猜你喜欢 2:1是()比例。 以下关于可行性研究的研究费用占总投资的比例,说法正确的是()。 负债比例是指项目所使用的债务资金和流动资金的比例。() 生物膜法对营养物质要求的比例为BO 比例是使构图中部分与部分或部分与整体之间产生联系的手段,比例与功能相互独立。