基于强化学习的试题.pdfVIP

基于强化学习的试题

一、选择题（每题2分，共20分）

1.强化学习（ReinforcementLearning,RL）是一种机器学习

范式，其核心目标是什么？

A.从标注数据中学习映射关系

B.通过与环境交互，学习最优行为策略以最大化累积奖励

C.发现数据中的隐藏模式

D.减少模型预测误差

2.在强化学习框架中，哪个组件代表学习代理，负责做出决

策？

A.状态（State）

B.动作（Action）

C.奖励（Reward）

D.环境（Environment）

3.强化学习中的“奖励信号”主要起到什么作用？

A.定义环境的状态转移规则

B.指导代理学习，评估行为的好坏

C.决定代理在特定状态下可以执行的动作

D.表示代理与环境交互的频率

4.以下哪种算法属于基于值的强化学习（Value-basedRL）？

A.Q-learning

B.SARSA

C.PolicyGradient