基于 Q-Learning 算法，完整实现 Gymnasium 中 Taxi 出租车载客环境的智能体训练与测试。
1. 环境与算法实现（10分）
2. 训练奖励记录与可视化（10分）
3. 智能体测试与结果可视化（5 分）
使用训练好的 Q 表进行不少于 100 轮测试，测试过程中不再进行随机探索。
4. 实验结果...
2026年秋江苏开放大学强化学习060733形考作业3答案
试题列表
单选题
题型：单选题客观题分值5分难度：简单得分：5
1
确定性策略梯度算法（DPG）的核心思想是什么？
A
通过最大化当前状态的Q值来选择最优动作
B
通过最小化策略的损失函...
2026年秋江苏开放大学强化学习060733形考作业2答案
试题列表
单选题
题型：单选题客观题分值5分难度：简单得分：5
1
Bellman方程在计算Q(s, a)时，折扣因子γ的作用是什么？
A
它决定了未来奖励的重要性
B
它用来衡量当前奖励的重要性
...
2026年秋江苏开放大学强化学习060733形考作业1答案
试题列表
单选题
题型：单选题客观题分值5分难度：简单得分：5
1
强化学习智能体的组成成分（）。
A
只有策略和模型
B
只有策略和价值函数
C
可能有策略、价值函数、模型中的一个...
2026年秋江苏开放大学中国共产党思想政治教育史060855过程性考核作业1答案
试题列表
单选题
题型：单选题客观题分值2分难度：中等得分：2
1在党的八届九中全会上，毛泽东提出（）应该成为事实求是年、调查研究年。
A1959
B1960
C1961
D1962
学生答案：C
老...
2026年秋江苏开放大学宪法学060856第一次作业题答案
试题列表
单选题
题型：单选题客观题分值2分难度：一般得分：2
1
现行选举法规定，选举委员会在收到对选民名单的申诉意见后，应在（ ）。
A
3日内作出处理决定
B
选举日的5日以前作...
2026年秋江苏开放大学污染治理设施运营与管理060124形考作业1答案
试题列表
单选题
题型：单选题客观题分值2分难度：一般得分：2
1
在理想状态下,选择性催化还原法（SCR）ＮＯ脱除率可达90%以上,但实际上由于ＮＨ3量的控制误差而造成的二次污染等原因,使...
2026年秋江苏开放大学大气污染控制工程060121第一次作业答案
试题列表
单选题
题型：单选题客观题分值2分难度：简单得分：
1
根据高斯扩散模式，ρ（x，0，0，H）表示（ ）。
A
地面连续点源的污染物地面浓度
B
高架连续点源烟流中心线上的污染...
2026年秋江苏开放大学建筑CAD060631第2次过程性考核作业答案
请在规定时间内尽快完成作业，超过规定时间，作业将不能提交。
请下载附件里的PDF文件，先观看课程平台里的演示视频，再通过CAD软件绘制这张PDF文件的平面图，然后提交（保存为.dwg格式，...
2026年秋江苏开放大学液压与气压传动060246第一形考作业答案
试题列表
单选题
题型：单选题客观题分值2分难度：简单得分：2
1
O形密封圈主要用于静密封，不适用于动密封。
A
错误
B
正确
学生答案：A
老师点评：
题型：单选题客观题分值2分...
