在ε-greedy策略当中，ε的值越大，表示采用随机的一个动作的概率越（），采用当前Q函数值最大的动作的概率越（）。
A: 大；小
B: 大；大
C: 小；小
D: 小；大
A: 大；小
B: 大；大
C: 小；小
D: 小；大
举一反三
- 在epsilon-greedy算法中，epsilon的值越大，采用随机动作的概率越（），采用当前Q函数值代表的最大动作概率越（） A: 大，大 B: 小，小 C: 小，大 D: 大，小
- 在ε-greedy策略当中,ε的值越大,表示采用随机的一个动作的概率越(),采用当前Q函数值最大的动作的概率越
- 光圈越大,数值越( ),光圈越小,数值越( )。[img=514x281]17d60b0ce342259.png[/img] A: 小 小 B: 大 小 C: 大 大 D: 小 大
- 托宾q值越大，企业能获得的垄断利润越( )，社会福利损失越( )，市场绩效越( )。 A: 小；小；低 B: 大；大；低 C: 大；小；高 D: 小；大；高
- 在强化学习过程中，学习率越大，表示采用新的尝试得到的结果比例越（ ），保持旧的结果的比例越（） A: 大，大 B: 小，大 C: 大，小 D: 小，小