2025年强化学习工程师考试题库（附答案和详细解析）（1230）.docxVIP

2025年强化学习工程师考试题库（附答案和详细解析）（1230）.docx

此“教育”领域文档为创作者个人分享资料，不作为权威性指导和指引，仅供参考

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

强化学习工程师考试试卷

一、单项选择题（共10题，每题1分，共10分）

马尔可夫性质的核心定义是以下哪一项？

A.环境状态仅由当前动作决定

B.当前状态包含预测未来所需的全部信息

C.奖励函数与历史状态无关

D.动作空间是有限离散的

答案：B

解析：马尔可夫性质指“给定当前状态，未来状态的概率分布仅依赖于当前状态，与历史状态无关”（即当前状态包含所有必要信息）。选项A错误，因状态转移还与当前状态有关；选项C错误，奖励函数可能与状态-动作对相关，但非马尔可夫性质核心；选项D错误，动作空间类型与马尔可夫性质无关。

以下哪项属于策略评估（PolicyEvaluation）的目标？

A.优

该用户很懒，什么也没介绍

咨询Ta 进入空间

更多 >