Dotcpp  /  试卷列表  /  人工智能  /  题目 7920

强化学习的基本原理是：某个行为策略导致环境正的奖赏(强

强化学习的基本原理是：某个行为策略导致环境正的奖赏(强化信号)，那么以后产生这个行为策略的趋势便会为下列的哪一个内容？ （ ）

答案
A

题目信息

题号：7920
题型：单选题
知识点：人工智能
难度：普通
去题库练习