1. 您所在位置：
  2. 网站首页
  3. 文档分类
  4. 计算机
  5. 人工智能

2026年人工智能算法强化学习测试卷.docx

2026年人工智能算法强化学习测试卷.docx

    PAGE/NUMPAGES

    2026年人工智能算法强化学习测试卷

    考试时间：______分钟总分：______分姓名：______

    一、选择题（每题2分，共20分。下列每小题备选答案中，只有一项是符合题目要求的。）

    1.在马尔可夫决策过程中，下列哪个术语表示在给定当前状态和采取的actions下，未来预期获得的累积奖励的期望值？

    A.状态值函数

    B.动作值函数

    C.策略

    D.奖励函数

    2.下列哪种强化学习算法属于值函数方法？

    A.REINFORCE

    B.SARSA

    C.PolicyGradi

    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 >