强化学习在强化学习中的模型调参技巧与实际应用策略优化案例应用策略优化案例应用策略优化测试.pdfVIP

强化学习在强化学习中的模型调参技巧与实

际应用策略优化案例应用策略优化案例应用

策略优化测试

考试时间：______分钟总分：______分姓名：______

一、选择题（请将正确选项的字母填在括号内。每小题2分，共20分）

1.在强化学习过程中，智能体为了学习到最优策略，需要在探索新状态和利

用已知信息之间做出权衡。以下哪项不是常用的探索策略？

A.ε-greedy策略

B.基于噪声的探索（如Actor-Critic中的噪声注入）

C.贪婪策略

D.离线策略改进中的随机策略采样

2.对于深度Q网络（DQN）的训练，使用经验回放（ExperienceReplay）的

主要目的是？

A.减少训练数据量

B.增加网络训练的稳定性，打破数据相关性

C.提高智能体的探索效率

D.简化目标Q值的计算

3.在马尔可夫决策过程中，哪个因素决定了在不同状态下采取何种行动以及

获得何种奖励？

A.状态