强化学习的回报值一个重要特点是具有（）。

发布于 2022-09-26 23:34:39

A.客观性

B.主体性

C.超前性

D.滞后性

关注者

0

被浏览

215

hesheng 2022-09-26

生活充满了选择，而生活的态度就是一切。

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

Mr.李

这家伙很懒，什么也没写！

提问

回答

1269

被采纳

1269

关注TA

发私信

相关问题

1

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（）。

2

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。

3

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。

4

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。

5

线粒体内可以进行（）

6

用于监督分类的算法有（）。

7

在强化学习中,主体和环境之间交互的要素有（）。

8

对人脸好看程度评分,主要用的是监督学习的分类功能。（）

9

人工智能学习玩FlappyBird过程中,只需要人类告诉AI不能碰到水管即可,不需要提供其他信息。（）

10

状态动作函数直接决定主体该采取什么决策。（）

发布
问题

手机
浏览

扫码手机浏览

在线
客服