2026年强化学习工程师考试题库（附答案和详细解析）（0309）.docxVIP

强化学习工程师考试试卷（总分100分）

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.状态转移仅依赖当前状态和动作

B.奖励函数与历史状态相关

C.智能体无法观测完整状态

D.折扣因子γ必须大于1

答案：A

解析：MDP的核心是马尔可夫性，即状态转移概率仅依赖当前状态和动作（A正确）。奖励函数通常定义为当前状态-动作对的函数（B错误）；无法观测完整状态是POMDP的特征（C错误）；折扣因子γ∈[0,1)（D错误）。

以下属于基于值函数的强化学习算法是：

A.REINFORCE

B.DQN

C.PPO

D.TRPO

答案：B

解析：DQN（深度Q网络）通过学习动作值函数Q(s,a)来间接优化策略，属于基于值函数的算法（B正确）。REINFORCE、PPO、TRPO均为基于策略的算法（A、C、D错误）。

Q-learning的更新公式中，目标值的计算基于：

A.当前策略的动作

B.下一状态的最优动作

C.环境的真实模型

D.经验回放的随机采样

答案：B

解析：Q-learning是异策略算法，目标值采用下一状态的最大Q值（即最优动作的Q值），因此目标值计算基于下一状态的最优动作（B正确）。当前策略动作是Sarsa的特征（A错误）；无模型算法不依赖环境模型（C错误）；经验回放是DQN的技术（D错误）。

策略梯度算法的