问答题

在Q-Learning中,所谓的Q函数是指()。

答案：状态动作函数===

你可能感兴趣的试题

()有跟环境进行交互,从反馈当中进行不断的学习的过程。

答案：强化学习===

Q函数Q(s,a)是指在一个给定状态s下,采取某一个动作a之后,后续的各个状态所能得到的回报的()。

答案：期望值===