首页
›
答案
›
题库
›
超星尔雅学习通
›
人工智能与信息社会
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()。
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()。
A.期望值
B.最大值
C.最小值
D.总和
正确答案:A
标签:
Q函数
上一条:
在Q-Learning中,所谓的Q函数是指()。
下一条:
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()。