砂砾石地基上建造土石坝的主要问题是( )。

A．ε-greedy策略是一种平衡“探索”和“开发”的方法

B．“开发”表示随机地采取某个动作，以便于尝试各种结果；“探索”表示采取当前认为最优的动作，以便于进一步优化评估当前认为最优的动作的值

C．主体和环境之间交互的要素有状态、动作、回报

D．在强化学习的过程中，学习率α越大，表示保持旧的学习结果的比例越大

A．监督学习

B．非监督学习

C．强化学习

D．非强化学习

A．强化学习与监督学习没有区别

B．强化学习认为，计算机单纯通过感知环境，与环境交互，并且从交互中获得评价反馈，就可以适应所处的环境

C．强化学习的整个过程形成一个“闭环”

D．与无监督学习相比，强化学习中环境所提供的“奖励”实际上就是监督信号

A.变极距式

B.变面积式

C.变介电常数式

D.电容式液位传感器

A.单向性

B.可逆性

C.压缩性

D.抗碰撞性

A井字棋

B黑白棋

C围棋