题目

强化学习中，智能体的目标是（）A. 最大化即时奖励B. 最大化长期回报C. 最小化长期回报D. 最小化即时奖励

强化学习中，智能体的目标是（）

A. 最大化即时奖励

B. 最大化长期回报

C. 最小化长期回报

D. 最小化即时奖励

题目解答

答案

B. 最大化长期回报