在强化学习过程中 ()表示随机地采取某个动作 以便于尝试各种结果;()表示采取当前认为最优的动

在强化学习的过程中,学习率α越大,表示采用新的尝试得到的结果比例越（),保持旧的结果的比例越（)

在学习过程中．学习者本人并没有受到直接的外在强化．但通过观察他人某种行为受到强化，从而在自己

在强化学习过程中,（)表示随机地采取某个动作,以便于尝试各种结果;（)表示采取当前认为最优的动

在强化学习的过程中 学习率α越大 表示采用新的尝试得到的结果比例越() 保持旧的结果的比例越()

在学习过程中 学习者本人并没有受到直接的外在强化 但通过观察他人某种行为收到强化 从而在自己

在观察学习中 看到别人的行为受到强化因而自己的相应行为倾向间接地受到强化 这就是( )．A．替代强