2026年强化学习工程师考试题库（附答案和详细解析）（0224）.docxVIP

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）的核心假设是：

A.环境状态仅与当前状态有关，与历史无关

B.智能体的策略必须是确定性的

C.奖励函数必须是稀疏的

D.状态空间必须是有限的

答案：A

解析：马尔可夫性质的定义是“当前状态包含预测未来所需的所有历史信息”，因此MDP的核心假设是状态转移仅依赖当前状态（A正确）。策略可以是随机或确定性的（B错误）；奖励函数可以是密集或稀疏的（C错误）；状态空间可以是有限或连续的（D错误）。

贝尔曼方程描述的是：

A.状态值函数与动作值函数的关系

B.状态值函数的递归结构（当前状态值等于即时奖励加折扣后后续状态值的期望）

C.策略梯度的更新方向

D.探索与利用的权衡公式

答案：B

解析：贝尔曼方程的核心是值函数的递归性，即当前状态的价值等于即时奖励加上折扣后后续状态价值的期望（B正确）。状态值函数与动作值函数的关系是定义式（v(s)=E[Q(s,a)]），并非贝尔曼方程核心（A错误）；策略梯度属于策略优化方法（C错误）；探索与利用由ε-greedy等策略处理（D错误）。

以下哪项属于“探索（Exploration）”行为？

A.根据当前最优Q值选择动作

B.以小概率随机选择动作

C.使用经验回放更新Q网络

D.固定目标网络参数

答案：B

解析：探索是尝试新动作以获取