单项选择题
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
点击查看答案
相关考题
-
单项选择题
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 -
单项选择题
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 -
单项选择题
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
