1. 您所在位置：
  2. 网站首页
  3. 文档分类
  4. 资格/认证考试
  5. 专升本考试

2026年秋江苏开放大学强化学习060733形考作业2答案.pdf

2026年秋江苏开放大学强化学习060733形考作业2答案.pdf

    2026年秋江苏开放大学强化学习060733形考作业2答案

    单选题

    题型：单选题客观题分值5分难度：简单得分：5

    1、Bellman方程在计算Q(s,a)时，折扣因子γ的作用是什么？

    A它决定了未来奖励的重要性

    B它用来衡量当前奖励的重要性

    C它是奖励的直接来源

    D它只影响状态的转换

    学生答案：A

    题型：单选题客观题分值5分难度：一般得分：5

    2下列关于状态价值V(s)的表达式正确的是（）

    注：下列选项中

    您可能关注的文档

    最近下载

    文档评论（0）

    1亿VIP精品文档

    更多 >

    相关文档

    更多 >