在强化学习中，Q学习属于哪种类型的算法?（）A. 基于策略的算法B. 基于价值的算法C. 基于模型的算法D. 基于模拟的算法

Q学习是一种基于价值的强化学习算法。它通过学习一个动作值函数（Q函数），来评估在给定状态下采取特定动作的长期预期回报。Q学习算法的目标是找到最优的Q函数，从而确定在任何状态下采取的最佳行动。因此，Q学习属于基于价值的算法。