×
单选题
1854.强化学习中的“马尔可夫决策过程(MDP)”假设了环境具有什么特性?
A
状态转移概率仅依赖于当前状态
B
状态转移概率依赖于过去所有状态
C
奖励仅依赖于当前行为
D
奖励依赖于过去所有行为
答案解析
正确答案：A
相关知识点：
MDP假设状态转移特性
题目纠错
人工智能训练师题库
相关题目
单选题
2999.数据采集和标注在AI技术应用中扮演什么角色?
单选题
2998.在神经网络的训练过程中,反向传播算法用于:
单选题
2997.图像分割中的分水岭算法基于:
单选题
2996.在机器学习中,哪个技术常用于处理缺失数据?
单选题
2995.什么是强化学习?
单选题
2994.目标检测中的IoU(IntersectionoverUnion)是指:
单选题
2993.关于卷积神经网络(CNN),下列哪些说法是正确的?
单选题
2992.目标检测中的数据增强(dataaugmentation)的作用是:
单选题
2991.在深度学习中,反向传播算法用来做什么?
单选题
2990.什么时期开始出现了基于统计学习方法的人工智能技术?
