请在 下方输入 要搜索的题目:

学习又称再励学习、评价学习或增强学习,其基本原理是,如果智能体的某个行为策略导致环境产生正的奖赏(强化信号),那么智能体以后产生这个行为策略的趋势便会加强。

学习又称再励学习、评价学习或增强学习,其基本原理是,如果智能体的某个行为策略导致环境产生正的奖赏(强化信号),那么智能体以后产生这个行为策略的趋势便会加强。

发布时间:2024-06-27 13:34:15
推荐参考答案 ( 由 搜搜题库网 官方老师解答 )
联系客服
答案:
专业技术学习
搜搜题找答案
用户信息
没有账号?点我注册
专业技术学习
登录 - 搜搜题库网
立即注册
注册 - 搜搜题库网
验证码
立即登录