首页 › 答案 › 题库 › 远程教育 › 国家开放大学

值迭代和策略迭代都是解决马尔可夫决策过程的标准算法。（）

值迭代和策略迭代都是解决马尔可夫决策过程的标准算法。（）
A.正确
B.错误
正确答案：A

标签：算法策略过程

上一条：时间差分学习方法是一种模型相关的算法。（）

下一条：强化学习Agent的唯一目标就是最大化在长期运行过程中收到的总奖赏。（）