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: