单项选择题

强化学习在每个时刻环境和个体都会产生相应的交互。个体可以采取一定的（），这样的行动是施加在环境中的。

A.action
B.reward
C.state
D.agent

你可能感兴趣的试题

单项选择题

强化学习的基础模型是（）模型。

A.马可夫决策
B.贝叶斯
C.HMM
D.最大后验概率

单项选择题

欠拟合会出现高（）问题。

A.标准差
B.方差
C.偏差
D.平方差