登陆题目详情
判断题 假设马尔可夫决策问题(MDP)的状态是有限的,通过值迭代找到的策略优于通过策略迭代找到的策略.( )
![[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：2024-10-25 04:41:08
相关题目
相关作业
题目1判断题
假设马尔可夫决策问题(MDP)的状态是有限的,则对于<img src="https://tihai-oss-cloud.itihey.com/img/5b0e53fe3fdd717a53e7667ea982209c.png">,如果我们只改变奖励函数R,最优策略会保持不变.( )A. 对B. 错
题目2判断题
假设马尔可夫决策问题(MDP)的状态是有限的,若衰减因子<img src="https://tihai-oss-cloud.itihey.com/img/22c8c0aa4b236c64c83dc83a0e71fe55.png">满足<img src="https://tihai-oss-cloud.itihey.com/img/91aa50d39ebdc1676c11481226187853.png">,则值迭代一定会收敛.( )A. 对B. 错
题目3判断题
假设马尔可夫决策问题(MDP)的状态是有限的,通过值迭代找到的策略优于通过策略迭代找到的策略.( )A. 对B. 错
题目4判断题
如果两个MDP之间的唯一差异是衰减因子的值,那么它们一定拥有相同的最优策略.( )A. 对B. 错
题目5判断题
当在一个MDP中只执行有限数量的步骤时,最优策略是平稳的.平稳的策略是指在给定状态下采取相同操作的策略,与智能体处于该状态的时间无关.( )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
