Какво описва функцията на политиката?
Какво оценява функцията на стойностите V(s) ?
Кой е основният недостатък на "алчните" алгоритми?
Всички видове агенти могат да се обучават. Вярно или грешно?
Каква стратегия се използва в динамичното програмиране за оптимизиране на рекурсивни изчисления?
Какво оценява функцията Q(s,a) ?
Как се решава проблема с изчисляването на безброй много бъдещи награди при безкрайно взаимодействие с околната среда?
Dans quel fichier doit-on déclarer les permissions d'une application ?