第十一章单元测试
- 时序差分算法是基于模型的强化学习（ ）
- 以下哪些公式是贝尔曼最优方程?（ ）
- 以下哪些算法属于无模型算法？（ ）
A:对 B:错
答案:错
A:
B:
C:
D:
A:蒙特卡洛算法 B:动态规划算法 C:时序差分算法 D:REINFORCE算法
温馨提示支付 ￥3.00 元后可查看付费内容,请先翻页预览!
A:对 B:错
答案:错
A:
B:
C:
D:
A:蒙特卡洛算法 B:动态规划算法 C:时序差分算法 D:REINFORCE算法
