强化学习的核心是在每个离散状态发现最优策略，以使期望的环境反馈奖赏和最大。( )|继续教育公需课考试试题

首页->继续教育公需课

强化学习的核心是在每个离散状态发现最优策略，以使期望的环境反馈奖赏和最大。( )

（A）正确

（B）错误

参考答案

继续答题：下一题

微考学堂

微考学社

更多继续教育公需课试题

考试