2026年计算机科学人工智能强化学习试题及答案.docxVIP

2026年计算机科学人工智能强化学习试题及答案

一、选择题（20分）

1.强化学习的核心目标是：

A.监督学习中的误差最小化

B.从与环境交互中学习最优策略以获得最大累积奖励

C.无监督学习中的数据分布建模

D.深度学习中的特征提取

2.在马尔可夫决策过程中，马尔可夫性质指的是：

A.状态转移概率不随时间变化

B.未来状态仅依赖于当前状态和动作，与历史状态无关

C.奖励函数仅依赖于当前状态

D.策略是确定性的

3.以下哪种方法不依赖于模型（model-free）？

A.值迭代

B.策略迭代

C.Q-learning

D.动态规划

4.时序差分学习的特点是：

A.使用完整的episode进行学习

B.基于自举方法，使用当前估计值更新估计值

C.仅在episode结束时更新值函数

D.不需要环境交互

5.以下关于探索与利用的说法，正确的是：

A.探索是指选择当前已知的最优动作

B.利用是指尝试新的动作以获取更多信息

C.ε-贪婪策略是一种平衡探索与利用的方法

D.探索总是比利用更重要

6.深度Q网络（DQN）的主要创新点是：

A.使用神经网络逼近值函数

B.引入经验回放机制

C.使用目标网络稳