登陆题目详情
单选题 在强化学习过程中,()表示随机地采取某个动作,以便于尝试各种结果;()表示采取当前认为最优的动作,以便于进一步优化评估当前认为最优的动作的值
学科：人工智能与信息社会
时间：2023-05-10 10:21:13
相关题目
相关作业
题目1单选题
典型的"鸡尾酒会"问题中,提取出不同人说话的声音是属于()A. 监督学习B. 非监督学习C. 强化学习D. 线性回归
题目2单选题
()有跟环境进行交互,从反馈当中进行不断的学习的过程A. 监督学习B. 非监督学习C. 强化学习D. 线性回归
题目3单选题
在Q-Learning中,所谓的Q函数是指()A. 状态动作函数B. 状态值函数C. 动作值函数D. 策略函数
题目4单选题
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
题目5单选题
在强化学习的过程中,学习率α越大,表示采用新的尝试得到的结果比例越(),保持旧的结果的比例越()A. 大;小B. 大;大C. 小;小D. 小;大
题目6单选题
在ε-greedy策略当中,ε的值越大,表示采用随机的一个动作的概率越(),采用当前Q函数值最大的动作的概率越()A. 大;小B. 大;大C. 小;小D. 小;大
题目7单选题
在强化学习过程中,()表示随机地采取某个动作,以便于尝试各种结果;()表示采取当前认为最优的动作,以便于进一步优化评估当前认为最优的动作的值A. 探索;开发B. 开发;探索C. 探索;输出D. 开发;输出
题目8单选题
强化学习中,()主要探索未知的动作会产生的效果,有利于更新Q值,获得更好的策略A. 探索B. 开发C. 输入D. 输出
题目9单选题
马尔可夫性质强调在每一个动作状态序列中,下一个状态与()有关A. 外部影响B. 主体内因C. 历史状态D. 当前状态
题目10单选题
强化学习的回报值一个重要特点是具有()A. 客观性B. 主体性C. 超前性D. 滞后性
下载 题海APP
拍照搜题更快捷
- 海量题库
- 无搜索限制
- 快捷拍照搜题
