Imagine that you have a reinforcement learning policy obtained using Q-learning,...
✅ Перевірена відповідь на це питання доступна нижче. Наші рішення, перевірені спільнотою, допомагають краще зрозуміти матеріал.
Imagine that you have a reinforcement learning policy obtained using Q-learning, and your policy is optimal for the NIM game. You execute this policy with the -greedy exploration where . Would this execution lead to the selection of incorrect actions by the algorithm in some situations? That is, would the policy suggest "irrational" actions in some states?
0%
0%
Хочете миттєвий доступ до всіх перевірених відповідей на moodle.kent.ac.uk?
Отримайте необмежений доступ до відповідей на екзаменаційні питання - встановіть розширення Crowdly зараз!