题目内容

强化学习的方法主要有（）

A. 基于价值的强化学习（Value-based RL)
B. 基于策略的强化学习（Policy-based RL)
C. 深度强化学习（DRL)
D. 逆强化学习（Inverse RL）

查看答案

搜索结果不匹配？点我反馈

更多问题

强化学习的难点有（）

A. 状态和行为维度高
B. 状态信息误差大
C. 现有模型限制
D. 样本量过大，计算复杂

请问谓词公式中(∀x)(P(x，y)→Q(x，y))∨R(x，y)的自由变元有哪几个？

A. P(x，y)中的x
B. R(x，y)中的x
C. Q(x，y)中的x
D. P(x，y)中的y

请问以下哪几项是知识表示的步骤？

A. 定义谓词
B. 用连接词和量词把谓词连接起来
C. 谓词公式中自由变元换名

请问以下哪几项与谓词公式P→Q是等价的？

A. ¬P∨Q
B. Q∨¬P
C. ¬P∧Q
D. ¬（P∧¬Q）