值迭代和策略迭代都是解决马尔可夫决策过程的标准算法。（ ）
举一反三
- 关于马尔科夫决策过程，下列说法不正确的是（ ）。 A: 马尔科夫决策过程将客观世界的动态特性用状态转移来描述 B: 值迭代和策略迭代是求解马尔科夫决策过程问题的两个最基本的方法 C: 马尔科夫决策过程，是用逻辑联结词计算求解的 D: 马尔科夫决策过程，是用集合计算求解的
- 根据多阶段的特征，我们将马尔可夫决策规划分为有限阶段马尔可夫决策规划和无限阶段马尔可夫决策规划。 （ ）
- 中国大学MOOC: 与马尔可夫奖励过程相比，马尔可夫决策过程引入了哪一个新的元素（ ）？
- Q-迭代算法执行的第一步是？（） A: Q值表更新 B: 确定最优策略 C: Q值表初始化 D: 执行迭代操作
- 下列选项中，描述正确的是（ ）。? 所有可迭代对象都是迭代器|通过“isinstance(x,Iterator)”可以判断x是否是迭代器|所有迭代器都是可迭代对象|如果一个可迭代对象可以通过next函数不断获取下一个元素的值，则它是一个迭代器