IT 面试题库

MDP 的五元组是什么?值迭代、策略迭代和 Q-learning 分别在什么条件下适用?

中级简答题强化学习工程师MDP值迭代Q-learning强化学习基础

题目

考察强化学习工程师对基础模型与算法族的基本功。

参考答案

内容深度:适中 · 无代码示例 · 来源:外部链接 · 未复核 · 29 天前更新

MDP 五元组

值迭代 vs 策略迭代

Q-learning

选择

练这道题

同分类 · 高频题

题目与答案就在本页;收藏、批注和错题重练在应用内

这道题看完了?连刷同类题,趁热打铁效果最好 进入刷题