A、期望值
B、最大值
C、最小值
D、总和
问题：
[单选题]Q 函数 Q(s,a)是指在一个给定状态 s下,采取某一个动作 a 之后,后续的各个状态 所能得到的回报的 ()。
A、期望值
B、最大值
C、最小值
D、总和
A、期望值
B、最大值
C、最小值
D、总和
答案解析：
您可能感兴趣的问题
- 2018年6月，习近平总书记就禁毒工作作出重要指示强调，禁毒工作事关【】、【】、【】，毒品一日不除，禁毒斗争就一日不能松懈。
- 《中华人民共和国禁毒法》规定，禁毒工作实行【】，【】，【】的方针。
- 《中华人民共和国禁毒法》规定，对吸毒成瘾人员，公安机关可以责令其接受社区戒毒，同时通知吸毒人员户籍所在地或者现居住地的城市街道办事处、乡镇人民政府。社区戒毒的期限为三年。【】负责社区戒毒工作。
- 股票市场上常常提到的“IPO”的意思是（）。
- 学校党委书记、校长要带头走进课堂，带头推动思政课建设，带头联系思政课教师。要配齐建强思政课专职教师队伍，建设【】、【】、【】、【】的思政课教师队伍。
- 祖冲之是中国南北朝时期的数学家和天文学家，他在数学方面的突出贡献是将圆周率的精确度计算到小数点后第 7 位，也就是在 3 . 1415926和3 . 1415927 之间。这一成就比欧洲早了 【 】
- 下列物质的用途中,利用其化学性质的是()
- 分类是学习化学常用的方法。物质的用途主要是由它们的性质决定的,请根据下列碱的用途所体现出物质的相关化学性质将它们分类,并参照实例完成空白处内容。(填一条即可)
- 对一例严重慢性阻塞性肺疾病患者， 可采用家庭氧疗的方法，其作用在于减轻：
- 试述ＣＯＰＤ的治疗目的和主要的治疗方法。