首页 › 答案 › 题库 › 超星尔雅学习通 › 人工智能与信息社会

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。

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：A

标签：强化学习策略

上一条：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。

下一条：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。