首页
›
答案
›
题库
›
超星尔雅学习通未分类
在马尔科夫过程中使用动态规划,根据bellman公式,一个状态的价值为改状态的即时奖励和该状态的后继状态的价值的()。
在马尔科夫过程中使用动态规划,根据bellman公式,一个状态的价值为改状态的即时奖励和该状态的后继状态的价值的()。
A、差
B、积
C、和
D、商
正确答案:C
标签:
数字时代的智能技术
状态
价值
上一条:
建立数学模型的三个步骤不包括()。
下一条:
批量随机梯度下降算法是将训练数据分成多份,每份m个样本,每次更新都只用一份的数据。()