強化學習(Reinforcement Learning)容易應用在遊戲，而較難應用在真實世界的主要原因，下列何者正確？
A產生序列過長，不易訓練
B獎勵(Reward)不明確
C真實世界動作(Action)為連續動作
D對於真實世界無法完整模擬正確答案
答案與詳解
逐選項解析
A產生序列過長，不易訓練長序列訓練✕ 易錯陷阱
序列過長確實增加訓練難度(如稀疏獎勵問題)，但遊戲中也有長序列(如圍棋)，且這不是「遊戲可以、真實世界不行」的決定性原因，屬次要因素。
B獎勵(Reward)不明確獎勵設計✕ 易錯陷阱
獎勵設計(Reward Shaping)確實是RL的挑戰，但遊戲中也常有獎勵稀疏問題，且真實世界許多任務(如機器人抓取)是可以定義獎勵的，不是最主要差異。
C真實世界動作(Action)為連續動作✕ 錯誤
D對於真實世界無法完整模擬✓ 正確
立即註冊,看完整詳解
這題的完整詳解,註冊就能看 · 每天 2 題免費
- 完整逐選項解析
- 秒殺解題技巧與破題關鍵
- 關鍵知識表整理
- 陷阱與易錯提醒
- 同考點歷屆題庫連續刷題與錯題本
立即註冊觀看完整詳解 已有帳號?登入
