2026年计算机专业考博《人工智能导论》押题卷及答案解析.docx

2026年计算机专业考博《人工智能导论》押题卷及答案解析

一、简答题（每题8分，共40分）

1.简述马尔可夫决策过程（MDP）中的贝尔曼最优性方程，并说明其在强化学习中的核心作用。

答案：贝尔曼最优性方程描述了最优状态值函数V*(s)或最优动作值函数

2.对比监督学习与强化学习在反馈机制与数据分布上的核心差异。

答案：(1)反馈机制：监督学习具有延迟的静态标签反馈，每条数据均有明确的正确答案；强化学习具有延迟的动态奖励反馈，反馈通常具有时间滞后性且非二值化。

(2)数据分布：监督学习基于独立同分布（i.i.d.）的静态数据集；强化学习的数据由智能体与环境交互动态生成，具有