2025年强化学习价值函数近似考核试卷.docVIP

2025年强化学习价值函数近似考核试卷.doc

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

2025年强化学习价值函数近似考核试卷

一、单项选择题（每题1分，共30题）

1.强化学习中的价值函数近似主要解决的问题是？

A.状态空间过大

B.探索与利用的平衡

C.动作空间复杂

D.奖励函数设计

2.在价值函数近似中，最常用的基函数是？

A.高斯函数

B.多项式函数

C.神经网络

D.树状函数

3.Q-learning算法中使用的是哪种价值函数？

A.状态价值函数

B.动作价值函数

C.联合价值函数

D.预测价值函数

4.离散动作空间中，Q-learning的更新规则涉及？

A.梯度下降

B.最小二乘法

C.梯度提升

D.贝叶斯估计

5.在连续动作空间中，常用哪种方法近似动作价值函数？

该用户很懒，什么也没介绍

咨询Ta 进入空间

更多 >