中国大学MOOC: 在纵向定距离跟驰场景中，神经网络Q学习算法的函数逼近器类型为（）
举一反三
- 在纵向定距离跟驰场景中，神经网络Q学习算法的函数逼近器类型为( ) A: 前馈神经网络 B: 径向基神经网络 C: 深度神经网络 D: 卷积神经网络
- 在Q学习算法中，如果（ ）函数为深度神经网络，则该方法称为深度Q网络（DQN）。 A: 相同 B: 状态 C: 求解 D: 逼近
- 中国大学MOOC: 在基于Q学习的定距离跟驰模型（如下图所示）中，当两车车距脱离传感器识别距离时，奖励值为（）http://edu-image.nosdn.127.net/0685478218D7CDFE64F14E3088C3F71D.png?imageView&thumbnail=890x0&quality=100
- 中国大学MOOC: 是否存在一个BP神经网络能够逼近给定的样本或者函数是解决BP神经网络学习问题的关键问题之一。
- 在基于Q学习的定距离跟驰模型中，当两车车距脱离传感器识别距离时，奖励值为（）[img=463x123]18034b94bd97113.png[/img] A: -1000 B: 10 C: 1000 D: [img=163x60]18034b94c7c7572.jpg[/img]