×
单选题
1866.在强化学习中,什么是策略改进(PolicyImprovement)?
A
通过改变环境来提高策略性能
B
通过改变策略来提高长期回报
C
通过改变动作值函数来提高策略性能
D
通过改变状态值函数来提高策略性能
答案解析
正确答案：B
相关知识点：
强化学习策略改进选B
题目纠错
人工智能训练师题库
相关题目
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?
单选题
2985.深度学习中的哪个操作通常用于在训练过程中避免梯度消失或爆炸?
单选题
2984.以下哪个不是AI的主要应用领域?
单选题
2983.什么是支持向量机(SVM)在机器学习中的应用?
单选题
2982.在图像分割中,常用的边缘检测算法是:
单选题
2981.以下哪项是人工智能的主要研究领域之一?
单选题
2980.神经网络中的哪个函数通常用于引入非线性?
单选题
2979.哪个算法通常用于分类问题,并输出属于某个类别的概率?
单选题
2978.在神经网络中,激活函数的作用是:
