测验

学习和避免能力错觉的最佳方法是测试自己。这将帮助你找到需要巩固知识的地方。

Q1: 策略梯度相对于基于值的方法有哪些优势？（多选）

Q2: 什么是策略梯度定理？

解决方案

策略梯度定理是一个公式，它能帮助我们将目标函数重构为一个可微函数，且不涉及状态分布的微分。

Q3: 基于策略的方法和策略梯度方法有什么区别？（多选）

Q4: 为什么我们使用梯度上升而不是梯度下降来优化 J(θ)？

恭喜你完成了这个测验🥳，如果你漏掉了一些内容，请花时间再读一遍本章，以巩固（😏）你的知识。

< > 在 GitHub 上更新