1. 您所在位置：
  2. 网站首页
  3. 文档分类
  4. 资格/认证考试
  5. 技工类职业技能考试

2025年强化学习工程师考试题库（附答案和详细解析）（1218）.docxVIP

  • 0
  • 0
  • 约7.83千字
  • 约 11页
  • 2026-02-04 发布于江苏
  • 举报

2025年强化学习工程师考试题库（附答案和详细解析）（1218）.docx

    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）

    马尔可夫决策过程（MDP）的标准组成不包括以下哪项？

    A.状态集合S

    B.动作集合A

    C.环境模型M

    D.折扣因子γ

    答案：C

    解析：MDP的标准五元组为（状态集合S，动作集合A，状态转移概率P，奖励函数R，折扣因子γ）。环境模型M通常指转移概率P和奖励函数R的组合，并非独立组成部分，因此选C。

    Q-learning算法的更新目标是？

    A.Q(s,a)+α[R+γQ(s’,a’)-Q(s,a)]

    B.Q(s,a)+α[R+γmax?Q(s’,a)-Q(s,a)]

    C.π(a|s)+

    您可能关注的文档

    最近下载

    文档评论（0）

    1亿VIP精品文档

    更多 >

    相关文档

    更多 >