北京理工大学珠海学院《人工智能原理》2023-2024学年第二学期期末试卷.docVIP

学校________________班级____________姓名____________考场____________准考证号

学校________________班级____________姓名____________考场____________准考证号

…………密…………封…………线…………内…………不…………要…………答…………题…………

第PAGE1页，共NUMPAGES3页

北京理工大学珠海学院《人工智能原理》

2023-2024学年第二学期期末试卷

题号

一

二

三

四

总分

得分

一、单选题（本大题共20个小题，每小题2分，共40分．在每小题给出的四个选项中，只有一项是符合题目要求的．）

1、在强化学习中，智能体通过与环境进行交互并根据奖励来学习最优策略。假设一个机器人要在一个复杂的迷宫环境中找到出口，每次到达出口会获得高奖励，碰到墙壁会获得低奖励。在这种情况下，以下哪种强化学习算法可能更适合训练机器人找到最优路径？（）

A.Q-learning算法，通过估计状态动作值来选择动作

B.SARSA算法，基于当前策略进行学习

C.策略梯度算法，直接优化策略

D.蒙特卡罗方法，通过多次试验估计价值

2、人工智能中的自动推理技术在逻辑证明、问题求解等方面发挥着作用。假设我们要证明一个复杂