2026年强化学习工程师考试题库（附答案和详细解析）（0207）.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.未来状态仅依赖当前状态，与历史无关

B.奖励函数必须是确定性的

C.策略必须是随机的

D.状态空间必须是有限的

答案：A

解析：马尔可夫性质的核心是“当前状态包含所有历史信息”，因此未来状态仅由当前状态决定（与历史无关）。B错误，奖励函数可以是随机的；C错误，策略可以是确定性或随机的；D错误，状态空间可以是连续或无限的。

Q-learning算法中，Q值的更新公式为：

A.(Q(s,a)Q(s,a)+)

B.(Q(s,a)Q(s,a)+)（其中(a’)由当前策略选择）

C.(Q(s,a)[^tr_t|s,a])

D.(Q(s,a)(a|s)V(s))

答案：A

解析：Q-learning是离线策略算法，更新时使用下一状态的最大Q值（(_{a’}Q(s’,a’))）。B是SARSA的更新公式（在线策略，使用当前策略选择的(a’)）；C是Q值的定义式而非更新式；D是策略与值函数的关系，非更新公式。

以下哪种算法属于“策略梯度方法”？

A.DQN

B.PPO

C.SARSA

D.DDPG（深度确定性策略梯度）

答案：B

解析：PPO（近端策略优化）是典型的策略梯度算法，直接优化策略函数。A（DQN）