强化学习的框架是智能体()通过观察当前状态作出相应动作。
Agent
举一反三
内容
- 0
2. 在强化学习中，智能体的学习过程是一个反复与环境进行交互，不断试错、不断进步的过程。在这个过程中，智能体在环境中会选择（），环境可能因此改变自身（），同时环境会反馈智能体以（）。 A: 动作、状态、奖励 B: 状态、动作、奖励 C: 奖励、状态、动作 D: 动作、奖励、状态
- 1
设计强化学习框架主要需要考虑哪些因素？（） A: 环境 B: 奖励 C: 智能体 D: 算法运行时间
- 2
（）就是程序或智能体（agent）通过与环境不断地进行交互学习完成从环境到动作的映射，学习的目标就是使累计回报最大化。 A: 监督学习 B: 非监督学习 C: 强化学习 D: 非强化学习
- 3
强化学习时机器学习算法的一种，就是程序或智能体（agent）通过与环境不断地进行交互学习完成从环境到动作的映射，学习的目标就是使累计回报最大化。
- 4
不仅有智能思维，而且能根据思维作出相应动作的机器人有()