在强化学习过程中,()表示随机地采取某个动作,以便于尝试各种结果;()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。 A.探索;开发 B.开发;探索 C.探索;输出 D.开发;输出 正确答案:A
相关答案
热门答案