注：不含主觀題第1題判斷題(20分)對于一個邊損耗非負的有限圖,采用廣度優(yōu)先樹搜索可以得到最優(yōu)解,并且對每條邊加上一個相同的非負損耗c>0之后,最優(yōu)路徑保持不變。()第2題單選題(20分)在下圖八數(shù)碼問題中,需要通過移動將雜亂的8個方塊按照右側的順序進行排列,那么該問題的狀態(tài)空間的大小是()A9B8C9*9D9!第3題單選題(20分)在下列圖搜索問題中,S為起始節(jié)點,G1、G2、G3均為目標節(jié)點,則采用一致代價找到的解是()AG1BG2CG3D均不可能第4題多選題(20分)以下無信息搜索算法中,同時具有完備性和最優(yōu)性的有()。A深度優(yōu)先搜索B廣度優(yōu)先搜索C迭代加深搜索D一致代價搜索正確答案：BCD第5題多選題(20分)對于有限狀態(tài)圖上的搜索問題,以下說法正確的有()。A深度優(yōu)先圖搜索(BFS)可以保證找到解(如果存在至少一解)B一致代價搜索(UCS)不一定總能找到最優(yōu)解C存在廣度優(yōu)先樹搜索有解而深度優(yōu)先樹搜索無解的案例D存在深度優(yōu)先樹搜索有解而廣度優(yōu)先樹搜索無解的案例正確答案：ABC第二章測試題第1題判斷題(20分)假如一個搜索問題(有限狀態(tài))至少有一個解,則當A*圖搜索算法配備任意可采納的啟發(fā)式函數(shù)時,一定能保證找到一解。()第2題判斷題(20分)當路徑損耗非負時,一致代價搜索是A*算法的一種特例,其啟發(fā)式函數(shù)既是可采納的,又是一致的。()第3題填空題(20分)在下圖所示的圖搜索問題中,哪些節(jié)點的啟發(fā)式函數(shù)值是不可采納的____正確答案：:["SBT"]第4題多選題(20分)在如下圖的八數(shù)碼問題中,如果A格與B格相鄰且B為空,則A可以移動至B。以下可以作為八數(shù)碼問題的一致啟發(fā)式函數(shù)的有()。A不在目標位置的數(shù)碼總數(shù)B各數(shù)碼到目標位置的曼哈頓距離總和C數(shù)碼1、2、3、4移動到正確位置的步數(shù)D都不正確正確答案：ABC第5題單選題(20分)在上述八數(shù)碼問題中,有兩種啟發(fā)式函數(shù),其中h1()為不在目標位置的數(shù)碼總數(shù),h2()為各數(shù)碼到目標位置的曼哈頓距離總和,則h3()=max(h1(),h2()),具有以下什么性質()。A可采納的B一致的CA和B都滿足DA和B都不滿足第三章測試題第1題判斷題(20分)對抗博弈是一種零和游戲。()第2題判斷題(20分)極大極小值搜索算法相比于深度優(yōu)先,更接近廣度優(yōu)先搜索算法。()第3題判斷題(20分)alpha-beta剪枝中,兒子節(jié)點的擴展順序遵循效用值遞減對MIN節(jié)點的值計算更高效。()第4題單選題(20分)在期望最大搜索中,可能涉及什么類型的節(jié)點?()。AMAX節(jié)點。B隨機節(jié)點。C以上兩種都無。D以上兩種都有。第5題多選題(20分)alpha-beta剪枝中,哪些說法是正確的()。A對于MAX節(jié)點來說,當前效用值大于beta時可以進行剪枝。Balpha在MIN節(jié)點上更新。Calpha在MAX節(jié)點上更新。D中間節(jié)點的極大極小值在執(zhí)行完剪枝算法后可能是錯誤的。正確答案：ACD第四章測試題第1題判斷題(20分)約束滿足問題關注動作路徑。()第2題判斷題(20分)約束滿足問題的解是滿足所有約束的一組變量賦值。()第3題判斷題(20分)任何N元約束滿足問題都可以轉化為二元約束滿足問題。()第4題單選題(20分)關于約束滿足問題,說法錯誤的是()。A對于任何類型的變量都可以通過枚舉的方式展現(xiàn)所有變量賦值情況。B一元約束僅涉及一個變量。C變量賦值往往伴隨與傾向性相關的評價。D交通排班可以構建成一個約束滿足問題。第5題多選題(20分)關于約束滿足問題的回溯搜索算法,以下說法正確的是()。A應選擇剩余賦值選擇最少的變量進行賦值。B應選擇剩余賦值選擇最多的變量進行賦值。C賦值時,應選擇最多限制的取值。D賦值時,應選擇最少限制的取值。正確答案：AD第五章測試題第1題判斷題(10分)假設馬爾可夫決策問題()的狀態(tài)是有限的,則對于,如果我們只改變獎勵函數(shù)R,最優(yōu)策略會保持不變。()第2題判斷題(10分)假設馬爾可夫決策問題()的狀態(tài)是有限的,若衰減因子滿足,則值迭代一定會收斂。()第3題判斷題(10分)假設馬爾可夫決策問題()的狀態(tài)是有限的,通過值迭代找到的策略優(yōu)于通過策略迭代找到的策略。()第4題判斷題(10分)如果兩個MDP之間的唯一差異是衰減因子的值,那么它們一定擁有相同的最優(yōu)策略。()第5題判斷題(10分)當在一個MDP中只執(zhí)行有限數(shù)量的步驟時,最優(yōu)策略是平穩(wěn)的。平穩(wěn)的策略是指在給定狀態(tài)下采取相同操作的策略,與智能體處于該狀態(tài)的時間無關。()第6題填空題(16分)處于獎勵水平的吃豆人游戲。吃豆人正處在一個5*1的格子世界中,如下圖所示:

這些單元格從左到右分別編號為1,2,3,4,5。在格子1-4中,吃豆人可以采取的動作是向右移動(R)或飛出(F)獎勵水平。其中,執(zhí)行動作R會確定性地移動到右邊的格子中并吃掉其中的豆子,而執(zhí)行動作F會確定性地移動到終止狀態(tài)并結束游戲。在格子5中,吃豆人只能執(zhí)行動作F。吃豆人吃一個豆子獎勵為10,飛出獎勵水平的獎勵為20。吃豆人的初始狀態(tài)為最左邊的格子1。我們把它看成一個MDP,其中的狀態(tài)是吃豆人所在的格子。衰減因子為

?？紤]以下三種策略:假設衰減因子

,計算:________________正確答案：:["20"]正確答案：:["50"]正確答案：:["60"]正確答案：:["60"]第7題填空題(30分)基于上一題題干,現(xiàn)考慮

可取任意值。

a.是否存在一個

使得

嚴格優(yōu)于

和

?是否存在____（是/否）若是：寫出

區(qū)間________若否：上述區(qū)間為0，0。b.是否存在一個

使得

嚴格優(yōu)于

和

?是否存在____（是/否）若是：寫出

區(qū)間________若否：上述區(qū)間為0，0。

c.是否存在一個

使得

嚴格優(yōu)于

和

?是否存在____（是/否）若是：寫出

區(qū)間________若否：上述區(qū)間為0，0。正確答案：:["是"]正確答案：:["0"]正確答案：:["0.5","1/2"]正確答案：:["否"]正確答案：:["0"]正確答案：:["0"]正確答案：:["是"]正確答案：:["0.5","1/2"]正確答案：:["1"]第六章測試題第1題判斷題(10分)時序差分算法是一種在線學習的方法。()第2題單選題(15分)F-learning可以看作Q-learning的一種健忘選擇,,也即Q-learning中的學習率。則F-learning在以下那種情況下收斂于固定的值:()A具有確定性的狀態(tài)轉移時B具有隨機性的狀態(tài)轉移時C相應的Q-learning收斂時F-learning也會收斂D從不第3題單選題(15分)F-learning可以看作Q-learning的一種健忘選擇,,也即Q-learning中的學習率。則F-learning在以下那種情況下收斂于最優(yōu)q值:()A具有確定性的狀態(tài)轉移時B具有隨機性的狀態(tài)轉移時C相應的Q-learning收斂時F-learning也會收斂D從不第4題單選題(15分)F-learning可以看作Q-learning的一種健忘選擇,,也即Q-learning中的學習率。則F-learning在以下那種情況下收斂于隨機策略的q值:()A具有確定性的狀態(tài)轉移時B具有隨機性的狀態(tài)轉移時C相應的Q-learning收斂時F-learning也會收斂D從不第5題第6題第七章測試題第1題多選題(20分)使用強化學習狀態(tài)的泛化表示的好處有()A減少內存的消耗B復雜的計算獲得更精確的表示C可以采樣更多的樣本D可以減少采樣正確答案：AD第2題單選題(20分)在強化學習值函數(shù)近似中,蒙特卡洛方法對梯度計算是()ABCD第3題單選題(20分)在強化學習值函數(shù)近似中,時間差分方法對梯度計算是()ABCD第4題判斷題(20分)在強化學習值函數(shù)近似中,蒙特卡洛方法中可以使用SARSA和Q-learning進行真值的學習()第5題判斷題(20分)強化學習中有有模型的方法和無模型的方法第八章測試題第1題單選題(10分)隨機變量X的概率分布如下圖,則x等于()。A0.1B0.2C0.3D0.4第2題單選題(10分)貝葉斯網(wǎng)絡中，節(jié)點的含義是什么A概率值B獨立性C隨機變量D變量關系第3題單選題(10分)在下面的貝葉斯網(wǎng)絡中，不給定Cavity和給定Cavity的情況下，Toothache和Catch的獨立性分別是A獨立，不獨立B獨立，獨立C不獨立，不獨立D不獨立，獨立第4題填空題(10分)已知隨機變量T和W的聯(lián)合概率分布表如下,則____，____。正確答案：:["則P（T=hot）={0.7}"]正確答案：:["P（W=sun）={0.3}"]第5題填空題(10分)已知男女比例可以看成各占一半,男子中由5%患色盲癥,女子中0.25%患色盲癥,隨機抽取一患有色盲癥的人,其是男子的概率是____。正確答案：:["{95%}"]第6題填空題(10分)如果x,y在z的條件下相互獨立,則(P(x,y|z)=____。正確答案：:["P(x|z)*{P(y|z)}"]第7題多選題(10分)在下面的貝葉斯網(wǎng)絡中,正確的選項有()。AP(-cavity,catch,-toothache)=P(-cavity)P(catch|(-cavity)P(-toothache)|-cavity)BP(-cavity,catch,-toothache)=P(-cavity)P(catch)P(-toothache)CP(cavity,catch,-toothache)=P(cavity)P(catch|-cavity)P(toothache)|cavity)DP(cavity,-catch,-toothache)=P(cavity)P(-catch|(cavity)P(-toothache)|cavity)正確答案：AD第8題填空題(7分)某衣帽廠有甲、乙、丙三個工作間生產(chǎn)同一種衣服,已知各個工作間的產(chǎn)量分別占全廠產(chǎn)量的25%、35%、40%,甲、乙、丙工作間的次品率為5%、4%、2%,現(xiàn)在從衣帽廠中檢查出一個次品,是由甲工作間生產(chǎn)的概率是多少。設A、B、C為甲、乙、丙生產(chǎn)的商品,D表示次品P(A)=25%,P(B)=35%,P(C)=40%

P(D|A)=____P(D|B)=____P(D|C)=____P(A|D)=____正確答案：:["0.05","5%"]正確答案：:["0.04","4%"]正確答案：:["0.02","2%"]正確答案：:["0.37","0.362"]第九章測試題第1題多選題(10分)下面屬于精確推理的方法是()A似然加權法B拒絕采樣法C變量消元法D枚舉推理法正確答案：CD第2題多選題(10分)特征因子包括哪幾種()A聯(lián)合分布B單條件分布C多條件分布D選定聯(lián)合分布正確答案：ABCD第3題判斷題(10分)似然加權法是重要性采樣的特殊情況,可能會生成不符合證據(jù)變量的樣本()第4題判斷題(10分)貝葉斯網(wǎng)絡中精確推理的復雜度依賴于網(wǎng)絡結構和網(wǎng)絡規(guī)模()第5題填空題(10分)A,B,C,D是四個隨機變量,A的值域是{a1,a2},B的值域是{b1,b2,b3},C的值域是{c1,c2,c3,c4,c5},D的值域是{d1,d2,d3,d4,d5,d6,d7}給定因子P(A|C)和P(B!A,C),在逐點相乘后,產(chǎn)生因子的維度是____,元素個數(shù)為____。正確答案：:["{3}"]正確答案：:["{30}"]第6題填空題(10分)A,B,C,D是四個隨機變量,A的值域是{a1,a2},B的值域是{b1,b2,b3},C的值域是{c1,c2,c3,c4,c5},D的值域是{d1,d2,d3,d4,d5,d6,d7}給定因子P(A|B)，P(B!C)，和P(C)，對C變量消元，產(chǎn)生新的因子維度是____，元素個數(shù)為____。正確答案：:["{1}"]正確答案：:["{3}"]第7題填空題(10分)A,B,C,D是四個隨機變量,A的值域是{a1,a2},B的值域是{b1,b2,b3},C的值域是{c1,c2,c3,c4,c5},D的值域是{d1,d2,d3,d4,d5,d6,d7}給定因子P(A|C)和P(B!A,C)，對A進行變量消元，產(chǎn)生新的因子維度是____，元素個數(shù)為____正確答案