首页 › 答案 › 题库 › 超星尔雅学习通未分类

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：状态最大值期望值

上一条：广西莪术的断面颜色为（）

下一条：2019年初甲居民企业以实物资产1600万元直接投资于乙居民企业，取得乙企业40%的股权。2019年12月，甲企业撤回对乙企业的全部投资，取得资产总计2600万元，投资撤回时乙企业累计未分配利润为1000万元，累计盈余公积150万元。甲企业投资撤回应缴纳的企业所得税为（）万元。