首页
›
答案
›
题库
›
远程教育
›
国家开放大学
在epsilon-greedy算法中,epsilon的值越大,采取随机动作的概率越(),采用当前Q函数最大动作的概率越()
在epsilon-greedy算法中,epsilon的值越大,采取随机动作的概率越(),采用当前Q函数最大动作的概率越()
A.大,大
B.小,大
C.大,小
D.小,小
正确答案:C
标签:
概率
动作
算法
上一条:
数据库DB、数据库系统DBS及数据库管理系统DBMS三者之间的关系是()。
下一条:
在强化学习的过程中,()能够在稍微偏离目前最好策略的基础上,尝试更多策略,()能够运用目前最好的策略,获取更高的奖励