人工智能智慧树知到答案章节测试2023年复旦大学

绪论单元测试针对智能体的思考是否合理，所引入的指标叫做（）

A:智慧

B:理性

C:严密

D:严谨

答案:B第一章测试在下图八数码问题中，需要通过移动将杂乱的8个方块按照右侧的顺序进行排列，那么该问题的状态空间的大小是（）？

A:9!

B:9*9

C:8

D:9

答案:A以下无信息搜索算法中，同时具有完备性和最优性的有（）。

A:深度优先搜索

B:一致代价搜索

C:广度优先搜索

D:迭代加深搜索

答案:BCD对于有限状态图上的搜索问题，以下说法正确的有（）。

A:深度优先图搜索（BFS）可以保证找到解（如果存在至少一解）

B:一致代价搜索（UCS）不一定总能找到最优解

C:存在深度优先树搜索有解而广度优先树搜索无解的案例

D:存在广度优先树搜索有解而深度优先树搜索无解的案例

答案:ABD对于一个边损耗非负的有限图，采用广度优先树搜索可以得到最优解，并且对每条边加上一个相同的非负损耗c>0之后，最优路径保持不变。（）

A:错

B:对

答案:B在下图搜索问题中，S为起始节点，G1、G2、G3均为目标节点，则采用一致代价找到的解是（）

A:G3

B:G1

C:G2

D:均不可能

答案:C第二章测试假如一个搜索问题（有限状态）至少有一个解，则当A*图搜索算法配备任意可采纳的启发式函数时，一定能保证找到一解。（）

A:对

B:错

答案:A当路径损耗非负时，一致代价搜索是A*算法的一种特例，其启发式函数既是可采纳的，又是一致的。（）

A:对

B:错

答案:A在下图所示的图搜索问题中，哪些节点的启发式函数值是不可采纳的___

答案:在如图所示的八数码问题中，如果A格与B格相邻且B为空，则A可以移动至B。以下可以作为八数码问题的一致启发式函数的有（）。

A:不在目标位置的数码总数

B:各数码到目标位置的曼哈顿距离总和

C:数码1、2、3、4移动到正确位置的步数

D:都不正确

答案:ABC在上述八数码问题中，有两种启发式函数，其中h1(n)为不在目标位置的数码总数，h2(n)为各数码到目标位置的曼哈顿距离总和，则h3(n)=max(h1(n),h2(n))，具有以下什么性质（）。

A:其余两项都不满足

B:可采纳的

C:其余两项都满足

D:一致的

答案:C第三章测试对抗博弈是一种零和游戏。（）

A:对

B:错

答案:A极大极小值搜索算法相比于深度优先，更接近广度优先搜索算法。（）

A:对

B:错

答案:Balpha-beta剪枝中，儿子节点的扩展顺序遵循效用值递减对MIN节点的值计算更高效。（）

A:对

B:错

答案:B在期望最大搜索中，可能涉及什么类型的节点？（）。

A:MAX节点。

B:随机节点。

C:两种都无。

D:两种都有。

答案:Dalpha-beta剪枝中，哪些说法是正确的（）。

A:对于MAX节点来说，当前效用值大于beta时可以进行剪枝。

B:alpha在MIN节点上更新。

C:中间节点的极大极小值在执行完剪枝算法后可能是错误的。

D:alpha在MAX节点上更新。

答案:ACD第四章测试约束满足问题关注动作路径。（）

A:错

B:对

答案:A约束满足问题的解是满足所有约束的一组变量赋值。（）

A:对

B:错

答案:A任何N元约束满足问题都可以转化为二元约束满足问题。（）

A:错

B:对

答案:B关于约束满足问题，说法错误的是（）。

A:交通排班可以构建成一个约束满足问题。

B:对于任何类型的变量都可以通过枚举的方式展现所有变量赋值情况。

C:一元约束仅涉及一个变量。

D:变量赋值往往伴随与倾向性相关的评价。

答案:B关于约束满足问题的回溯搜索算法，以下说法正确的是（）。

A:应选择剩余赋值选择最少的变量进行赋值。

B:赋值时，应选择最少限制的取值。

C:赋值时，应选择最多限制的取值。

D:应选择剩余赋值选择最多的变量进行赋值。

答案:AB第五章测试假设马尔可夫决策问题（MDP）的状态是有限的，则对于，如果我们只改变奖励函数R，最优策略会保持不变。（）

A:错

B:对

答案:A假设马尔可夫决策问题（MDP）的状态是有限的，若衰减因子满足，则值迭代一定会收敛。（）

A:对

B:错

答案:A假设马尔可夫决策问题（MDP）的状态是有限的，通过值迭代找到的策略优于通过策略迭代找到的策略。（）

A:对

B:错

答案:B如果两个MDP之间的唯一差异是衰减因子的值，那么它们一定拥有相同的最优策略。（）

A:对

B:错

答案:B当在一个MDP中只执行有限数量的步骤时，最优策略是平稳的。平稳的策略是指在给定状态下采取相同操作的策略，与智能体处于该状态的时间无关。（）

A:对

B:错

答案:B写出贝尔曼方程的数学表达式。

答案:处于奖励水平的吃豆人游戏。吃豆人正处在一个5*1的格子世界中，如下图所示：这些单元格从左到右分别编号为1，2，3，4，5。在格子1-4中，吃豆人可以采取的动作是向右移动(R)或飞出(F)奖励水平。其中，执行动作R会确定性地移动到右边的格子中并吃掉其中的豆子，而执行动作F会确定性地移动到终止状态并结束游戏。在格子5中，吃豆人只能执行动作F。吃豆人吃一个豆子奖励为10，飞出奖励水平的奖励为20。吃豆人的初始状态为最左边的格子1。我们把它看成一个MDP，其中的状态是吃豆人所在的格子。衰减因子为。考虑以下三种策略：（1）假设衰减因子，计算：（2）现考虑可取任意值。a)是否存在一个使得严格优于和？若存在，计算的值；若不存在则写None。b)是否存在一个使得严格优于和？若存在，计算的值；若不存在则写None。c)是否存在一个使得严格优于和？若存在，计算的值；若不存在则写None。

答案:第六章测试时序差分算法是一种在线学习的方法。（）

A:对

B:错

答案:AF-learning可以看作Q-learning的一种健忘选择，，也即Q-learning中的学习率。则F-learning在以下那种情况下收敛于固定的值：（）

A:从不

B:具有确定性的状态转移时

C:具有随机性的状态转移时

D:相应的Q-learning收敛时F-learning也会收敛

答案:BF-learning可以看作Q-learning的一种健忘选择，，也即Q-learning中的学习率。则F-learning在以下那种情况下收敛于最优q值：（）

A:相应的Q-learning收敛时F-learning也会收敛

B:具有随机性的状态转移时

C:具有确定性的状态转移时

D:从不

答案:CF-learning可以看作Q-learning的一种健忘选择，，也即Q-learning中的学习率。则F-learning在以下那种情况下收敛于随机策略的q值：（）

A:从不

B:具有随机性的状态转移时

C:相应的Q-learning收敛时F-learning也会收敛

D:具有确定性的状态转移时

答案:A写出Q-learning中Q(s,a)的更新公式。

答案:智能体根据五元组更新值或Q函数。智能体每次有0.5的概率按照策略（不必要是最优策略）的动作执行，0.5的概率随机选择一个动作。假设在这两种情况下，更新都被无限频繁地应用，状态-动作对都被无限频繁地访问，衰减因子，学习率均以适当速率下降。(1)Q-learning执行以下更新：这个过程会收敛到最优的q值函数吗？如果是，请写“是”。如果没有则给出一个解释（根据价值的种类、最优性等），如它将收敛到什么地方，或说明它不会收敛。(2)SARSA执行以下更新：这个过程会收敛到最优的q值函数吗？如果是，请写“是”。如果没有则给出一个解释（根据价值的种类、最优性等），如它将收敛到什么地方，或说明它不会收敛。

答案:第七章测试使用强化学习状态的泛化表示的好处有（）。

A:可以减少采样

B:可以采样更多的样本

C:复杂的计算获得更精确的表示

D:减少内存的消耗

答案:AD在强化学习值函数近似中，蒙特卡洛方法对梯度计算是（）。

A:

B:

C:

D:

答案:A在强化学习值函数近似中，时间差分方法对梯度计算是（）。

A:

B:

C:

D:

答案:B在强化学习值函数近似中，蒙特卡洛方法中可以使用SARSA和Q-learning进行真值的学习（）

A:对

B:错

答案:B强化学习中有有模型的方法和无模型的方法（）

A:对

B:错

答案:A第八章测试随机变量X的概率分布如下图，则x等于（）。

A:0.1

B:0.4

C:0.5

D:0.2

答案:C已知随机变量T和W的联合概率分布表，则P(T=hot)=，P(W=sun)=。

答案:已知男女比例可以看成各占一半，男子中由5%患色盲症，女子中0.25%患色盲症，随机抽取一患有色盲症的人，其是男子的概率是=___。

答案:如果x,y在z的条件下相互独立，则P(x,y|z)=P(x|z)*___。

答案:贝叶斯网络中，节点的含义是什么（）。

A:概率值

B:随机变量

C:独立性

D:变量关系

答案:B在下面的贝叶斯网络中，正确的选项有（）。

A:P(-cavity,catch,-toothache)=P(-cavity)P(catch)P(-toothache)

B:P(cavity,-catch,-toothache)=P(cavity)P(-catch|(cavity)P(-toothache)|cavity)

C:P(cavity,catch,-toothache)=P(cavity)P(catch|-cavity)P(toothache)|cavity)

D:P(-cavity,catch,-toothache)=P(-cavity)P(catch|(-cavity)P(-toothache)|-cavity)

答案:BD在下面的贝叶斯网络中，不给定Cavity和给定Cavity的情况下，Toothache和Catch的独立性分别是（）。

A:独立，独立

B:独立，不独立

C:不独立，独立

D:不独立，不独立

答案:C某衣帽厂有甲、乙、丙三个工作间生产同一种衣服，已知各个工作间的产量分别占全厂产量的25%、35%、40%，甲、乙、丙工作间的次品率为5%、4%、2%，现在从衣帽厂中检查出一个次品，是由甲工作间生产的概率是多少。

答案:Pacman的操作数据集中，分为训练数据集、验证数据集和测试数据集。下面是数据集的训练集：请回答下面的问题：(1)使用标准朴素贝叶斯算法，计算下面三个概率的结果：P(sp=C|a=left)P(sp=A|a=right)P(a=left)(2)使用标准朴素贝叶斯算法，在接下来的场景中应该选择left还是right？sp=A,sg=Csp=C,sg=B

答案:第九章测试下面属于精确推理的方法是（）：

A:拒绝采样法

B:似然加权法

C:变量消元法

D:枚举推理法

答案:CD特征因子包括哪几种（）：

A:单条件分布

B:联合分布

C:多条件分布

D:选定联合分布

答案:ABCD似然加权法是重要性采样的特殊情况，可能会生成不符合证据变量的样本（）。

A:错

B:对

答案:A贝叶斯网络中精确推理的复杂度依赖于网络结构和网络规模（）。

A:错

B:对

答案:B如下所示贝叶斯网络。N表示某个区域内的恒星数目。M1，M2分别表示两个望远镜的观测结果。假设观测结果有e的概率多数1颗恒星，也有w的概率少数1颗恒星。且每台望眼镜可能有f的概率出现对焦问题（f<e）,分别记为F1,F2。对焦问题会导致观测结果至少减少三颗恒星（如果N<=3，则一颗恒星都观测不到）。(1)N∈{1,2,3},M1∈{0,1,2,3,4}。请画出P(M1|N)的条件概率表(2)假设两个望远镜完全相同，N∈{1,2,3},M1,M2∈{0,1,2,3,4}。设pi=P(N=i)。计算概率分布P(N|M1=2,M2=2)。

答案:A，B，C，D是四个随机变量，A的值域是_，B的值域是_，C的值域是_，D的值域是_(1）给定因子P(A|C)和P(B!A,C)，在逐点相乘后，产生因子的维度是_，元素个数为_。(2)给定因子P(A|B)，P(B!C)，和P(C)，对C变量消元，产生新的因子维度是_，元素个数为_。(3)给定因子P(A|C)和P(B!A,C)，对A进行变量消元，产生新的因子维度是_，元素个数为_。(4)给定因子P(C|A),P(D!A,B,C)和P(B|A,C),对C进行变量消元，产生新的因子维度是_，元素个数为_。

答案:第十章测试对于隐马尔可夫模型（HMM），设其观察值空间为O={o1,o2,…,oN}，状态空间为：S={s1,s2,…,sK}，观测值序列为Y={y1,y2,…,yT}。如果用维特比算法(Viterbialgorithm)进行解码，时间复杂为（）。

A:O(NK2)

B:O(T