在本课程内容范围内,“在状态s,按照某个策略行动后在未来所获得反馈值的期望”,这句话描述了状态s的( )选项: A:价值函数; B:策略优化; C:动作-价值函数; D:采样函数 这句话 描述 范围内 发布时间:2024-06-20 17:01:25