填空题

马可夫决策过程（MDP）是一种（）过程，意味着动作结果仅仅依赖于当前状态。

答案：离散时间随机控制

你可能感兴趣的试题

有两种搜索计划的方式，一个是（）搜索，而另一个是后向状态空间搜索。

答案：前向状态空间

多项选择题

要仿真鸟群的群体行为，其规则应包括：（）。

A.聚集
B.分离
C.通信
D.对齐