填空题

动态规划有两种优化策略，一个是（），而另一种是策略迭代。

答案：值迭代

你可能感兴趣的试题

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

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