题海让大学四年没有难题
白天模式登陆

题目详情

单选题 在强化学习值函数近似中,蒙特卡罗方法对参数的更新公式是( )

A.

B.

C.

D.

[共享课]人工智能课程封面

学科：[共享课]人工智能

时间：2024-11-25 00:37:17

相关题目

题目1
判断题
广度优先搜索可以找到步数最短的搜索路径,并且能保证路径的代价最小.( )
A. 对B. 错
题目2
单选题
在强化学习值函数近似中,蒙特卡罗方法对参数的更新公式是( )
A. <img src="https://tihai-oss-cloud.itihey.com/img/337926b18a7ceaabdfad5b2639b7f157.jpg">B. <img src="https://tihai-oss-cloud.itihey.com/img/4380e14a56df3bb7de25cefb3358a2f9.jpg">C. <img src="https://tihai-oss-cloud.itihey.com/img/c960c31c4270d294fcb0f674bb6fc0af.jpg">D. <img src="https://tihai-oss-cloud.itihey.com/img/5f869f433b69cf3430fc9bb56d268ccd.jpg">
题目3
多选题
在无模型设定的强化学习中,马尔可夫决策过程的五元组已知部分有( )
A. 有限状态集合SB. 有限动作集合AC. 状态转移函数PD. 奖励函数RE. 衰减因子<img src="https://tihai-oss-cloud.itihey.com/img/942742265767fda821bd734bdc136d44.png">
题目4
判断题
在alpha-beta剪枝算法中,对于MAX节点,当它的效用值比当前的alpha低时可以进行剪枝.( )
A. 对B. 错
题目5
多选题
以下关于启发式函数和A*算法的描述正确的是( )
A. 如果启发式函数是可采纳的,则A*树搜索是最优的B. UCS是A*算法的一个特殊情况C. 如果启发式函数是一致的,则A*图搜索是最优的D. UCS图搜索和树搜索都是最优的
题目6
单选题
在有模型的强化学习中,属于动态规划求解的是( )
A. 更新=步长*预测误差B. 更新=步长*预测误差+特征值C. 更新=步长*预测误差*特征值D. 更新=步长*特征值+预测误差
题目7
判断题
蒙特卡洛方法是基于转移<img src="https://tihai-oss-cloud.itihey.com/img/d14c6ffa1ca1cd5b96b8bc3ad047453c.png">进行评估的.( )
A. 对B. 错
题目8
多选题
下列说法正确的有( )
A. 预测是计算信念状态,使用前向算法B. 平滑是给定已知证据序列,计算过去某一状态的后验概率分布过程,使用前向后向算法C. 滤波是给定已知证据序列,计算未来状态的后验概率分布,通过前向算法和转移模型计算D. 最可能解释是找到最可能产生观测结果的状态序列,可以使用维特比算法
题目9
单选题
若转移矩阵是一个稀疏矩阵,且任何一个隐藏状态只能转移到M个可能的状态,使用维特比算法求最可能状态序列时可以忽略那些转移概率为0的路径,这时时间复杂度和空间复杂度为( )
A. O(TX^2),O(TX)B. O(TM^2),O(TM)C. O(TMX),O(TX)D. O(TMX),O(TM)
题目10
单选题
估值函数不满足的特点是( )
A. 获胜状态的效用应该高于平局B. 可以通过特征线性组合的方式来计算C. 计算时间消耗应该尽量小D. 效用值的大小与赢得游戏的几率无关
Copyright © 2022 津ICP备2021001502号