单选题
2053.强化学习中近端策略优化(ProximalPolicyOptimization-PPO)的目的是:
A
减少学习过程中的方差
B
加速模型的收敛速度
C
优化策略的稳定性
D
提高策略的探索能力
答案解析
正确答案:C
相关知识点:
PPO优化策略稳定性强
题目纠错
人工智能训练师题库
