2026年强化学习工程师考试题库（附答案和详细解析）（0210）.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.状态转移仅依赖当前状态

B.奖励函数是线性的

C.策略必须是确定性的

D.折扣因子大于1

答案：A

解析：MDP的核心是马尔可夫性质，即状态转移概率仅依赖当前状态，与历史状态无关（A正确）。奖励函数可以是非线性的（B错误）；策略可以是随机或确定的（C错误）；折扣因子γ∈[0,1)（D错误）。

DQN（深度Q网络）中解决“目标Q值非平稳”问题的关键技术是？

A.经验回放（ExperienceReplay）

B.目标网络（TargetNetwork）

C.ε-greedy探索

D.Huber损失函数

答案：B

解析：目标网络通过延迟更新目标Q值的参数，降低目标与当前网络的相关性，解决非平稳问题（B正确）。经验回放用于消除样本相关性（A错误）；ε-greedy是探索策略（C错误）；Huber损失用于稳定训练（D错误）。

策略梯度（PolicyGradient）算法直接优化的目标是？

A.动作价值函数Q(s,a)

B.状态价值函数V(s)

C.策略的期望累计奖励

D.贝尔曼方程的解

答案：C

解析：策略梯度的核心是通过梯度上升直接优化策略的期望累计奖励（C正确）。动作/状态价值函数是间接优化对象（A、B错误）；贝尔曼方程是值函数方法的基础（D错