×
单选题
1858.Q-learning是基于值的强化学习算法,它的核心思想是什么?
A
通过学习最优的策略来最大化长期回报
B
通过学习状态值函数来选择最佳动作
C
通过学习动作值函数来选择最佳动作
D
通过学习策略函数来选择最佳动作
答案解析
正确答案：C
相关知识点：
Q-learning学动作值选动作
题目纠错
人工智能训练师题库
相关题目
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?
单选题
2989.神经网络的训练过程中,哪个操作用于更新网络权重?
单选题
2988.以下哪个技术常用于增强机器学习模型的鲁棒性?
单选题
2987.以下哪个是深度学习框架的例子?
单选题
2986.在机器学习中,哪个方法常用于处理缺失值?
