A、状态动作函数
B、状态值函数
C、动作值函数
D、策略函数
问题：
[单选题]在 Q-Learning 中,所谓的 Q 函数是指 ()。
A、状态动作函数
B、状态值函数
C、动作值函数
D、策略函数
A、状态动作函数
B、状态值函数
C、动作值函数
D、策略函数
答案解析：
您可能感兴趣的问题
- 国家通用语言文字以【】作为拼写和注音工具。
- 2019年7月30日，中共中央政治局召开会议。会议要求，深化体制机制改革，增添经济发展活力和动力，加快重大战略实施步伐，提升【】功能。
- 2019年7月15日至16日，习近平总书记在内蒙古考察并指导开展“不忘初心、牢记使命”主题教育时指出，要切实保障和改善民生，着力解决教育、就业、社保、医疗、住房等各方面存在的突出问题、紧迫问题，坚决打
- 习近平总书记在中央政治局第十五次集体学习时指出，我们干万不能在一片喝彩声、赞扬声中丧失革命精神和斗志，逐渐陷入安于现状、不思进取、贪图享乐的状态，而是要牢记【】，把不忘初心、牢记使命作为加强党的建设的
- 2017年1月3日，习近平总书记对食品安全工作作出重要指示，各级党委和政府及有关部门要全面做好食品安全工作，坚持最严谨的标准、最严格的【】、最严厉的【】、最严肃的问责，增强食品安全监管统一性和专业性，
- 当前，我国利率市场化改革的重要任务是推进利率“两轨并一轨”，即推动【】利率和【】利率逐渐统一。
- 中国人民银行是否可以向任何单位和个人提供担保？（）
- 大豆根系中的根瘤菌具有固氮作用，田间试验测定，1 亩大豆可固氮【】公斤左右，相当于施用 18 公斤尿素。
- 习近平总书记强调，要把金融改革开放任务落实到位，同时根据国际经济金融发展形势变化和我国发展战略需要，研究推进新的改革开放举措。要深化准入制度、交易监管等改革，加强监管协调，坚持【】和微观行为监管两手抓
- 物质的下列用途主要利用其物理性质的是()