Which algorithm is the foundation of most reinforcement learning methods?

Đáp án đúng: "Q-learning". Q-learning là thuật toán học tăng cường không cần mô hình môi trường (model-free), học hàm giá trị hành động Q(s,a) bằng cập nhật theo phương trình Bellman: Q mới bằng Q cũ cộng tốc độ học nhân với sai số giữa phần thưởng cộng giá trị lớn nhất chiết khấu của trạng thái kế tiếp và Q cũ; nhiều phương pháp hiện đại như Deep Q-Network (DQN) và các biến thể đều xây trên ý tưởng này, nên nó được coi là nền tảng. "Deep Learning" là kỹ thuật xấp xỉ hàm bằng mạng nhiều tầng, có thể kết hợp với học tăng cường nhưng bản thân không phải thuật toán học tăng cường. "K-means clustering" là thuật toán phân cụm không giám sát, không có tác tử, hành động hay phần thưởng. "Random Forest" là tập hợp cây quyết định cho học có giám sát, cũng không giải bài toán ra quyết định tuần tự.