相关考题
-
单项选择题
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 -
单项选择题
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 -
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
