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。

发布于 2022-09-26 23:34:38

A.外部影响

B.主体内因

C.历史状态

D.当前状态

关注者

0

被浏览

90

ToopBook 2022-09-26

这家伙很懒，什么也没写！

此回答被采纳为最佳答案，开通VIP会员可查看

1 个回答

撰写答案

请登录后再发布答案，点击登录

关于作者

RENO

这家伙很懒，什么也没写！

提问

回答

1258

被采纳

1187

关注TA

发私信

相关问题

1

（）有跟环境进行交互,从反馈当中进行不断的学习的过程。

2

在Q-Learning中,所谓的Q函数是指（）。

3

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（）。

4

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。

5

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。

6

线粒体内可以进行（）

7

强化学习的回报值一个重要特点是具有（）。

8

用于监督分类的算法有（）。

9

在强化学习中,主体和环境之间交互的要素有（）。

10

对人脸好看程度评分,主要用的是监督学习的分类功能。（）

发布
问题

手机
浏览

扫码手机浏览

在线
客服