不需要建模环境等待真实反馈再进行接下来的动作这是哪种强化学习算法

大学网课 2022-08-28 11:34:48 已帮助人

不需要建模环境，等待真实反馈再进行接下来的动作，这是哪种强化学习算法

A．Model-free方法

B．Model-based 方法

C．Policy-based 方法

D．Value-based 方法

不需要建模环境等待真实反馈再进行接下来的动作这是哪种强化学习算法

热搜：信息反馈需要满足的要求不包括下列

回答

共1条回复

错误