在强化学习中，可以通过如下操作得到一个最优的策略（）|继续教育在线学习

首页->继续教育在线学习

在强化学习中，可以通过如下操作得到一个最优的策略（）

答：在每一步中，当位于当前状态时，总是采取一个动作，使得采取该动作后，在未来可获得反馈值的最大期望。

继续答题：下一题

微考学堂

微考学社

更多继续教育在线学习试题