2026年强化学习工程师考试题库（附答案和详细解析）（0116）.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）

以下哪项是马尔可夫决策过程（MDP）的核心假设？

A.未来状态仅依赖当前状态，与历史状态无关

B.奖励函数必须是线性的

C.策略必须是确定性的

D.环境模型（转移概率）未知

答案：A

解析：MDP的核心是马尔可夫性质，即未来状态的概率分布仅依赖当前状态（S?），与历史状态（S?,S?,…,S???）无关（A正确）。奖励函数可以是任意形式（B错误）；策略可以是随机或确定性的（C错误）；MDP允许环境模型已知（如动态规划问题）或未知（如无模型学习）（D错误）。

状态值函数Vπ(s)的定义是：在策略π下，从状态s出发的（）？

A.即时奖励期望

B.累计奖励的期望

C.最大可能奖励

D.折扣累计奖励的期望

答案：D

解析：值函数定义为折扣累计奖励的期望，即Vπ(s)=Eπ[Σ?=0^∞γ?R???|S?=s]，其中γ是折扣因子（D正确）。即时奖励（A）是R???，累计奖励无折扣（B错误），最大可能奖励是最优值函数的目标（C错误）。

策略梯度方法的优化目标是（）？

A.最大化状态值函数的方差

B.最小化动作值函数的误差

C.最大化期望累计奖励

D.最小化策略的熵

答案：C

解析：策略梯度直接优化策略π的参数θ，目标是最大化期望累计奖励J(θ)=Eπ[Σ?=0^∞γ?R???]（C正确）。方