题目内容
（请给出正确答案）
[单选题]
在强化学习中，主体和环境之间交互的要素有
A.动作
B.状态
C.强化
D.回报
如搜索结果不匹配，请 联系老师 获取答案
在强化学习中,主体和环境之间交互的要素有()。
A状态
B动作
C回报
更多“在强化学习中，主体和环境之间交互的要素有A.动作B.状态C.…”相关的问题
第2题
关于强化学习，以下说法正确的是：
A.ε-greedy策略是一种平衡“探索”和“开发”的方法
B.“开发”表示随机地采取某个动作，以便于尝试各种结果；“探索”表示采取当前认为最优的动作，以便于进一步优化评估当前认为最优的动作的值
C.主体和环境之间交互的要素有状态、动作、回报
D.在强化学习的过程中，学习率α越大，表示保持旧的学习结果的比例越大
第3题
关于强化学习，以下说法正确的是：
A.ε-greedy策略是一种平衡“探索”和“开发”的方法
B.“开发”表示随机地采取某个动作，以便于尝试各种结果；“探索”表示采取当前认为最优的动作，以便于进一步优化评估当前认为最优的动作的值
C.主体和环境之间交互的要素有状态、动作、回报
D.在强化学习的过程中，学习率α越大，表示保持旧的学习结果的比例越大
第4题
关于强化学习，以下说法正确的是：
A.ε-greedy策略是一种平衡“探索”和“开发”的方法
B.“开发”表示随机地采取某个动作，以便于尝试各种结果；“探索”表示采取当前认为最优的动作，以便于进一步优化评估当前认为最优的动作的值
C.主体和环境之间交互的要素有状态、动作、回报
D.在强化学习的过程中，学习率α越大，表示保持旧的学习结果的比例越大
第5题
关于强化学习，以下说法正确的是：
A.ε-greedy策略是一种平衡“探索”和“开发”的方法
B.“开发”表示随机地采取某个动作，以便于尝试各种结果；“探索”表示采取当前认为最优的动作，以便于进一步优化评估当前认为最优的动作的值
C.主体和环境之间交互的要素有状态、动作、回报
D.在强化学习的过程中，学习率α越大，表示保持旧的学习结果的比例越大
第6题
关于强化学习，以下说法正确的是：
A.ε-greedy策略是一种平衡“探索”和“开发”的方法
B.“开发”表示随机地采取某个动作，以便于尝试各种结果；“探索”表示采取当前认为最优的动作，以便于进一步优化评估当前认为最优的动作的值
C.主体和环境之间交互的要素有状态、动作、回报
D.在强化学习的过程中，学习率α越大，表示保持旧的学习结果的比例越大
第7题
下列关于迁移学习和强化学习的说法不正确的是
A.强化学习(Reinforcement Learning, RL) 是一个独立的方法，不是一种机器学习的模式，或者说不是一种思路
B.特征迁移：估计任务A和B之间的“差距”，设计一个变换方程，将任务A的数据转换为任务B的数据，再进行训练。
C.模型迁移：使用任务A训练得到的模型，经过某种变换，直接应用于任务B
D.强化学习认为，计算机单纯通过感知环境，与环境交互，并且从交互中获得评价反 馈，就可以适应所处的环境。
