强化学习的基本框架中 智能体通过（）与环境进行交互时 环境会返给智能体一个当前的（）。

相关问题

• 在学习过程中．学习者本人并没有受到直接的外在强化．但通过观察他人某种行为受到强化 从而在自己
  2019-01-05
• 学习过程中 学习者通过观察榜样的行为受到强化 从而在自己身上也产生了类似的强化效果。班杜拉称
  2019-01-07
• 强化学习的框架是智能体（)通过观察当前状态作出相应动作。A SB AC AgentD En对ironment
  2020-01-19
• 学习过程中 学习者通过观察榜样的行为受到强化 从而在自己身上也产生了类似 的强化效果 班杜拉称这种
  2020-04-28
• AlphaGo框架中利用大量棋谱来训练深度卷积网络 得到策略网络 同时通过强化学习来提高策略网络的
  2022-08-30