首页
›
答案
›
题库
›
远程教育
›
国家开放大学
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。()
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。()
A.正确
B.错误
正确答案:A
标签:
目标
上一条:
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。()
下一条:
强化学习是一种在线的、无导师机器学习方法。()