在强化学习的过程中，学习率α越大，表示采用新的尝试得到的结果比例越（），保持旧的结果的比例越（）。

Q函数Q（s，a）是指在一个给定状态s下，采取某一个动作a之后，后续的各个状态所能得到的回报的（）。A.期望值...

单项选择题Q函数Q（s，a）是指在一个给定状态s下，采取某一个动作a之后，后续的各个状态所能得到的回报的（）。

在Q-Learning中，所谓的Q函数是指（）。A.状态动作函数B.状态值函数C.动作值函数D.策略函数

单项选择题在Q-Learning中，所谓的Q函数是指（）。

（）有跟环境进行交互，从反馈当中进行不断的学习的过程。A.监督学习B.非监督学习C.强化学习D.线性回归

单项选择题（）有跟环境进行交互，从反馈当中进行不断的学习的过程。