登陆题目详情
判断题 在强化学习值函数近似中,蒙特卡洛方法中可以使用SARSA和Q-learning进行真值的学习
![[共享课]人工智能课程封面](https://tihai-oss-cloud.itihey.com/img/cf3bb414b5ea2367f316b2d3561124c7.jpg)
学科：[共享课]人工智能
时间：2025-04-23 12:07:10
相关题目
相关作业
题目1判断题
在强化学习值函数近似中,蒙特卡洛方法中可以使用SARSA和Q-learning进行真值的学习A. 对B. 错
题目2单选题
在强化学习值函数近似中,蒙特卡罗方法对梯度计算是A. <img src="https://image.zhihuishu.com/zhs/teacherExam_h5/COMMONUEDITOR/202312/3f5eef60316f426f85d19f7f55e6ef33.png">B. <img src="https://image.zhihuishu.com/zhs/teacherExam_h5/COMMONUEDITOR/202312/cbd3c6a2cae34070b8b24a7b7196ada1.png">C. <img src="https://image.zhihuishu.com/zhs/teacherExam_h5/COMMONUEDITOR/202312/dc3d0a0c3cf24067b5cedc4246b2a734.png">D. <img src="https://image.zhihuishu.com/zhs/teacherExam_h5/COMMONUEDITOR/202312/993f2970c6da4a1e92f55e31e02d52ef.png">
题目3单选题
在强化学习值函数近似中,时间差分方法对梯度计算是()A. <img src="https://image.zhihuishu.com/zhs/teacherExam_h5/COMMONUEDITOR/202312/12f154670ce74cf0add37afa61bc1d33.png">B. <img src="https://image.zhihuishu.com/zhs/teacherExam_h5/COMMONUEDITOR/202312/801d74ed5e93471cb90807549b955d8a.png">C. <img src="https://image.zhihuishu.com/zhs/teacherExam_h5/COMMONUEDITOR/202312/13e0e5706dcc47a38da215c8c6540a18.png">D. <img src="https://image.zhihuishu.com/zhs/teacherExam_h5/COMMONUEDITOR/202312/fb2cbc0816b84658a18ad1f5fadcc758.png">
题目4多选题
使用强化学习状态的泛化表示的好处有( )A. 减少内存的消耗B. 复杂的计算获得更精确的表示C. 可以采样更多的样本D. 可以减少采样
题目5判断题
强化学习中有有模型的方法和无模型的方法A. 对B. 错
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
