1多臂老虎机与遗憾
闭卷重建多臂老虎机与遗憾的对象、公式、算例、算法与失败边界。
人工智能基础 · 小纸条
选一章打印。双面打印（按长边翻页）后沿虚线剪开，每张卡片正面题目、背面答案。
第 1 页 · 正面（题目）
2蒙特卡洛价值估计
闭卷重建蒙特卡洛价值估计的对象、公式、算例、算法与失败边界。
3时序差分学习
闭卷重建时序差分学习的对象、公式、算例、算法与失败边界。
4Q学习
闭卷重建Q学习的对象、公式、算例、算法与失败边界。
5SARSA与在策略控制
闭卷重建SARSA与在策略控制的对象、公式、算例、算法与失败边界。
6探索、UCB与策略评估
闭卷重建探索、UCB与策略评估的对象、公式、算例、算法与失败边界。
7函数逼近、离线RL与安全边界
闭卷重建函数逼近、离线RL与安全边界的对象、公式、算例、算法与失败边界。