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
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
发布时间：2025-05-30 17:31:17
请在 下方输入 要搜索的题目：
推荐参考答案 (
由 快搜搜题库 官方老师解答 )
答案：A.期望值
相关试题
- 1.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
- 2.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
- 3.状态-行为值函数q（s，a）表格的大小是状态个数*行为个数。
- 4.因Q = △ H, Q = △ U,所以Q与Q都是状态函数。
- 5.H、W、Q都是状态函数
- 6.下列各组都为状态函数的是( )。A、G、H、SB、Q、H、GC、S、V、WD、P、T、W
- 7.A、Q′=QB . B、Q′=Q-QC . C、Q′=Q-QD . D、Q′=Q Q
- 8.证明:((Q A S) T R) A (S T (R)Y= (S A (P Q)) R.
- 9.求函数的最大值，最小值
- 10.求函数的最大值，最小值。（）
