2026年人工智能算法基础强化学习考试卷.docxVIP

PAGE/NUMPAGES

2026年人工智能算法基础强化学习考试卷

考试时间：______分钟总分：______分姓名：______

一、选择题（每题2分，共20分）

1.在强化学习中，Agent从状态s采取行动a后，转移到状态s并接收奖励r，这一过程通常表示为？

A.(s,a)-(s,r)

B.P(s|s,a)

C.V(s)

D.Q(s,a)

2.下列哪个方法属于基于价值函数的强化学习算法？

A.PolicyGradient

B.REINFORCE

C.Q-Learning

D.Actor-Critic

3.蒙特卡洛方法（MC）在更新价值函数时，其估计值是基于？

A.时序差分

B.样本回报的期望

C.策略梯度的方向

D.状态转移概率

4.TD(0)方法与蒙特卡洛方法的主要区别在于？

A.TD(0)使用折扣因子，MC不用

B.TD(0)使用经验回放，MC不用

C.TD(0)利用了下一时刻的信息进行更新，MC只用当前和初始信息

D.TD(0)只适用于离散动作空间，MC适用于连续动作空间

5.在贝尔曼方程V*(s)=max_a[R(s,a)+γV*(s)|