2026年人工智能应用工程师高级考试题库及答案.docxVIP

2026年人工智能应用工程师高级考试题库及答案

一、单项选择题（本大题共20小题，每小题1分，共20分）

1.在人工智能应用工程师高级考试中，深度强化学习（DeepReinforcementLearning）的核心挑战之一是（）。

A.训练数据的标注成本过高

B.神经网络参数量过大导致过拟合

C.状态空间和动作空间的高维稀疏性

D.强化学习算法的样本效率低下

解析：深度强化学习（DRL）主要挑战在于状态空间和动作空间的组合爆炸问题，使得传统方法难以处理高维稀疏场景。选项A是传统机器学习问题，选项B是深度学习通用问题，选项D虽是DRL问题但非核心，唯有C准确描述了DRL的典型难题。

2.以下哪种算法最适合用于解决多智能体协作任务中的非平稳环境决策问题？（）

A.Q-Learning

B.PolicyGradient

C.Actor-Critic

D.Multi-AgentReinforcementLearning

解析：多智能体强化学习（MARL）专门研究多个智能体交互场景，非平稳环境决策属于MARL典型问题。Q-Learning和PolicyGradient是单智能体算法，Actor-Critic是单智能体训练范式，唯有MARL框架（选项D）能处理多智能体协作的非