题目内容

关于强化学习，以下说法正确的是：

A. ε-greedy策略是一种平衡“探索”和“开发”的方法
B. “开发”表示随机地采取某个动作，以便于尝试各种结果；“探索”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
C. 主体和环境之间交互的要素有状态、动作、回报
D. 在强化学习的过程中，学习率α越大，表示保持旧的学习结果的比例越大

查看答案

搜索结果不匹配？点我反馈

更多问题

测得某放大电路中晶体三极管三个电极的电位分别为：U_A=12V,U_B=3.7V,U_C=3V,则A、B、C三个电极分别为：。

A. 集电极、基极、发射极
B. 发射极、基极、集电极
C. 集电极、发射极、基极
D. 以上都不对

二级编码的目的包括

A. 发现和建立概念、范畴之间的各种关系
B. 表现资料中各个部分之间的有机关系
C. 根据范畴、概念之间的关系归纳为更高级的类属
D. 建立初步理论框架

近代以来国际重大的和平事件包括哪几次（)

A. 第一次是神圣同盟；
B. 第二次是国际联盟；
C. 第三次是联合国；
D. 第四次是北约组织；

关于温病舌苔白厚而干燥，说法正确的有

A. 见于脾湿未化，胃津已伤
B. 见于胃燥气伤，不能布津
C. 治宜淡渗利湿，清胃泄热
D. 治宜芳香宣化，清轻宣透