基本信息
文件名称:2025年春江苏开放大学强化学习060733形考作业2.docx
文件大小:15.1 KB
总页数:6 页
更新时间:2025-07-07
总字数:约2.27千字
文档摘要

试题列表

单选题

题型:单选题客观题分值5分难度:简单得分:5

1

Q表格的概念中,()

A

表格中每一个坐标点对应某时刻智能体的状态

B

以每执行若干步,就对Q表格进行更新

C

与时间差分法毫无关系

D

其表示形式是表格,其中表格的横轴为动作(智能体的动作),纵轴为环境的状态。

学生答案:D

老师点评:

题型:单选题客观题分值5分难度:简单得分:5

2

下列关于策略下状态价值的表达式正确的是()

注:下列选项中表示策略,表示折扣因?,Rt表示t时刻奖励,St表示t时刻状态,At表示t时刻动作。

A

B

C

D

学生答案:A

老师点评:

题型:单选题客观题分值5分难度:简单得分: