原创力文档2026年人工智能加行动专题试题及答案
第一部分：单项选择题（共20题，每题2分，共40分）
1.在强化学习的基本框架中，智能体通过与环境交互来学习策略。以下哪项不属于强化学习的核心要素？
A.状态
B.奖励
C.标签
D.动作
2.马尔可夫决策过程（MDP）通常由元组(S,A
A.状态转移概率矩阵
B.奖励函数
C.策略函数
D.折扣因子
3.在Q-Learning算法中，Q值的更新公式为：Q(s,
A.折扣因子
B.学习率
C.探索率
D.奖励权重
4.具身智能强调智能体通过身体与环境进行交互。以下哪项不是具身智能的关键特征？
A.感知
B.物理实体
C.纯
文档评论（0）