सभी क्विज़ पर वापस जाएँगाइड से जुड़ी प्रश्नोत्तरीमध्यम स्तर6 प्रश्न

क्यू-लर्निंग क्विज़

अपनी समझ का परीक्षण करें कि क्यू-लर्निंग किस प्रकार क्रिया मूल्यों का अनुमान लगाता है और इष्टतम व्यवहार में परिवर्तित होता है।

संबंधित मार्गदर्शक पथ

प्रश्न 1 का 6सही: 0

Q-मान Q(s, a) क्या दर्शाता है?