2026年强化学习工程师考试题库（附答案和详细解析）（0214）.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.状态转移概率仅依赖当前状态和动作

B.奖励函数必须是确定性的

C.状态空间必须是有限的

D.智能体必须完全观测环境

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（无记忆性），与历史状态无关（A正确）。奖励函数可以是随机的（B错误），状态空间可以是连续或离散的（C错误），MDP允许部分可观测（此时为POMDP）（D错误）。

以下哪项是动作值函数Q(s,a)的定义？

A.从状态s出发，遵循策略π时的期望累计奖励

B.从状态s采取动作a后，遵循策略π时的期望累计奖励

C.状态s的最优策略下的最大期望累计奖励

D.动作a在所有状态下的平均奖励

答案：B

解析：状态值函数V(s)是“从s出发遵循策略的期望奖励”（A错误），动作值函数Q(s,a)是“从s采取a后遵循策略的期望奖励”（B正确）。C是最优状态值函数V*(s)的定义，D无明确定义（C、D错误）。

策略梯度算法直接优化的目标是：

A.动作值函数的估计精度

B.策略的期望累计奖励

C.状态值函数的收敛速度

D.经验回放池的利用率

答案：B

解析：策略梯度算法通过梯度上升直接优化策略的期望回报J(θ)=E[Σγ^tr_t]（B正确）。A是值函数方法的目标，C是评