單項(xiàng)選擇題在強(qiáng)化學(xué)習(xí)中，什么是“動(dòng)態(tài)規(guī)劃”（DynamicProgramming）（）？

A.一種用于優(yōu)化策略的方法
B.一種用于計(jì)算狀態(tài)值的方法
C.一種用于選擇動(dòng)作的規(guī)則
D.一種用于表示環(huán)境模型的數(shù)據(jù)結(jié)構(gòu)


您可能感興趣的試卷

你可能感興趣的試題

1.單項(xiàng)選擇題在強(qiáng)化學(xué)習(xí)中，什么是“馬爾可夫性質(zhì)”（）？

A.智能體可以隨時(shí)選擇任何動(dòng)作
B.環(huán)境的動(dòng)態(tài)會(huì)隨時(shí)間改變
C.下一個(gè)狀態(tài)只取決于當(dāng)前狀態(tài)和采取的動(dòng)作
D.智能體可以看到完整的狀態(tài)空間

2.單項(xiàng)選擇題Mixup 數(shù)據(jù)增廣的關(guān)鍵點(diǎn)是什么（）？

A.圖像與圖像疊加
B.樣本與樣本疊加
C.特征與特征疊加
D.標(biāo)簽與標(biāo)簽疊加

3.單項(xiàng)選擇題強(qiáng)化學(xué)習(xí)算法中，用于優(yōu)化策略的一種方法是：（）。

A.監(jiān)督學(xué)習(xí)
B.無監(jiān)督學(xué)習(xí)
C.半監(jiān)督學(xué)習(xí)
D.策略梯度

5.單項(xiàng)選擇題PyTorch 中的torchnnfunctional 模塊主要用于提供什么（）？

A.損失函數(shù)
B.神經(jīng)網(wǎng)絡(luò)層
C.優(yōu)化器
D.激活函數(shù)和其他非層操作