人工智能智慧树知到课后章节答案2023年下复旦大学

人工智能智慧树知到课后章节答案2023年下复旦大学复旦大学

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:严密B:智慧C:严谨D:理性

答案:理性

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:9B:8C:9*9D:9!

答案:9!

以下无信息搜索算法中，同时具有完备性和最优性的有（）。

A:迭代加深搜索B:广度优先搜索C:深度优先搜索D:一致代价搜索

答案:迭代加深搜索;广度优先搜索;一致代价搜索

对于有限状态图上的搜索问题，以下说法正确的有（）。

A:存在广度优先树搜索有解而深度优先树搜索无解的案例B:一致代价搜索（UCS）不一定总能找到最优解C:深度优先图搜索（BFS）可以保证找到解（如果存在至少一解）D:存在深度优先树搜索有解而广度优先树搜索无解的案例

答案:存在广度优先树搜索有解而深度优先树搜索无解的案例;一致代价搜索（UCS）不一定总能找到最优解;深度优先图搜索（BFS）可以保证找到解（如果存在至少一解）

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:对B:错

答案:对

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:G2B:G3C:均不可能D:G1

答案:G2

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:对

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:对

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:都不正确B:数码1、2、3、4移动到正确位置的步数C:不在目标位置的数码总数D:各数码到目标位置的曼哈顿距离总和

答案:数码1、2、3、4移动到正确位置的步数;不在目标位置的数码总数;各数码到目标位置的曼哈顿距离总和

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:其余两项都满足B:一致的C:其余两项都不满足D:可采纳的

答案:其余两项都满足

第三章测试

对抗博弈是一种零和游戏。（）

A:错B:对

答案:对

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:错

alpha-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:错

在期望最大搜索中，可能涉及什么类型的节点？（）。

A:随机节点。B:MAX节点。C:两种都有。D:两种都无。

答案:两种都有。

alpha-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:对于MAX节点来说，当前效用值大于beta时可以进行剪枝。;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。;alpha在MAX节点上更新。

第四章测试

约束满足问题关注动作路径。（）

A:错B:对

答案:错

约束满足问题的解是满足所有约束的一组变量赋值。（）

A:错B:对

答案:对

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:对B:错

答案:对

关于约束满足问题，说法错误的是（）。

A: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。B:变量赋值往往伴随与倾向性相关的评价。C:一元约束仅涉及一个变量。D:交通排班可以构建成一个约束满足问题。

答案: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。

关于约束满足问题的回溯搜索算法，以下说法正确的是（）。

A:赋值时，应选择最少限制的取值。B:应选择剩余赋值选择最少的变量进行赋值。C:应选择剩余赋值选择最多的变量进行赋值。D:赋值时，应选择最多限制的取值。

答案:赋值时，应选择最少限制的取值。;应选择剩余赋值选择最少的变量进行赋值。

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:错

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:对

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:错

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:错

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:错B:对

答案:错

第六章测试

时序差分算法是一种在线学习的方法。（）

A:错B:对

答案:对

F-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:相应的Q-learning收敛时F-learning也会收敛C:具有随机性的状态转移时D:具有确定性的状态转移时

答案:具有确定性的状态转移时

F-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:具有确定性的状态转移时B:从不C:相应的Q-learning收敛时F-learning也会收敛D:具有随机性的状态转移时

答案:具有确定性的状态转移时

F-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:具有随机性的状态转移时B:具有确定性的状态转移时C:从不D:相应的Q-learning收敛时F-learning也会收敛

答案:从不

第七章测试

使用强化学习状态的泛化表示的好处有（）。

A:复杂的计算获得更精确的表示B:可以减少采样C:减少内存的消耗D:可以采样更多的样本

答案:可以减少采样;减少内存的消耗

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:

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:

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:错

强化学习中有有模型的方法和无模型的方法（）

A:错B:对

答案:对

第八章测试

随机变量X的概率分布如下图，则x等于（）。

A:0.5B:0.4C:0.1D:0.2

答案:0.5

贝叶斯网络中，节点的含义是什么（）。

A:变量关系B:独立性C:概率值D:随机变量

答案:随机变量

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

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:不独立，不独立B:独立，独立C:不独立，独立D:独立，不独立

答案:不独立，独立

第九章测试

下面属于精确推理的方法是（）：

A:变量消元法B:拒绝采样法C:枚举推理法D:似然加权法

答案:变量消元法;枚举推理法

特征因子包括哪几种（）：

A:选定联合分布B:联合分布C:单条件分布D:多条件分布

答案:选定联合分布;联合分布;单条件分布;多条件分布

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:对B:错

答案:错

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:对

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：