2025年强化学习探索与利用平衡考核试卷.docVIP

2025年强化学习探索与利用平衡考核试卷

一、单项选择题（每题1分，共30题）

1.强化学习的主要目标是什么？

A.最小化误差

B.最大化累积奖励

C.最小化计算复杂度

D.增加模型参数

2.哪种算法属于基于模型的强化学习？

A.Q-learning

B.SARSA

C.DDPG

D.Dyna-Q

3.在强化学习中，探索-利用困境指的是什么？

A.计算资源有限

B.状态空间巨大

C.策略选择困难

D.环境变化快

4.哪种方法常用于平衡探索和利用？

A.贪心策略

B.ε-greedy算法

C.动态规划

D.神经网络优化

5.MonteCarlo方法在强化学习中的应用是什么？

A.状态空间压缩

B