判断题

值迭代和策略迭代都是解决马尔可夫决策过程的标准算法。（）

答案：正确

你可能感兴趣的试题

单项选择题

异步电动机的单向连续控制的电路中，缺相保护是通过（）来实现的。
A、熔断器
B、开关
C、热继电器
D、接触器、起动按钮、自锁触头

多项选择题

建设充分发挥市场作用、更好发挥政府作用。要健全以国家发展规划为战略导向，以财政政策和货币政策为主要手段，（）等政策紧密配合，目标优化、分工合理、高效协同的宏观经济治理体系。

A.就业
B.产业
C.投资
D.消费
E.环保