基本信息

---

下载

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：