测验

学习和避免能力错觉的最佳方法是进行自我测试。 这将帮助您找到需要加强知识的地方。

Q1: 相比于基于价值的方法，策略梯度有哪些优势？（请勾选所有适用项）

Q2: 什么是策略梯度定理？

解答

策略梯度定理是一个公式，它将帮助我们将目标函数重新表述为一个可微分函数，该函数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之间有什么区别？（请勾选所有适用项）

Q4: 为什么我们使用梯度上升而不是梯度下降来优化 J(θ)？

恭喜你完成本次测验 🥳，如果你错过了一些内容，请花时间再次阅读本章以加强 (😏) 你的知识。

< > 在 GitHub 上更新