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。

答案大类：小类: 2022-08-21 09:33:09

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：AJjU傲朋学习网

版权声明

声明：有的资源均来自网络转载，版权归原作者所有，如有侵犯到您的权益请联系本站我们将配合处理！

上一篇 : 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。

下一篇 :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。