【MOOC】《强化学习的数学原理》(西湖大学)章节期末慕课答案.docx

【答案】《强化学习的数学原理》(西湖大学)章节期末慕课答案

有些题目顺序不一致，下载后按键盘ctrl+F进行搜索

第1课-基本概念

课后测验

1.单选题：关于马尔科夫决策过程（Markovdecisionprocess，MDP）的描述哪一个是错误的？

选项：

A、MDP中马尔科夫性质指的是无记忆，即下一个时刻的状态只和当前状态有关而和历史状态无关

B、MDP和策略没有关系，其完全由一系列集合和概率转移决定

C、MDP是一个过程，因为涉及到一系列状态转移和奖励概率等

D、此为占位符，非有效选项，请不要选择

答案：【MDP和策略没有关系，其完全由一系列集合和概率转移决定】

2.单选题：关于回