2025知到答案人工智能（复旦大学）最新智慧树满分章节测试答案

绪论单元测试

文章目录

绪论单元测试
第一章单元测试
第二章单元测试
第三章单元测试
第四章单元测试
第五章单元测试
第六章单元测试
第七章单元测试
第八章单元测试
第九章单元测试
第十章单元测试

1、单选题：
针对智能体的思考是否合理，所引入的指标叫做（）
选项：
A:严谨
B:理性
C:严密
D:智慧
答案: 【理性】

第一章单元测试

1、单选题：
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（）？

选项：
A:8
B:9!
C:9*9
D:9
答案: 【9!】

2、多选题：
以下无信息搜索算法中，同时具有完备性和最优性的有（）。
选项：
A:迭代加深搜索
B:广度优先搜索
C:一致代价搜索
D:深度优先搜索
答案: 【迭代加深搜索;
广度优先搜索;
一致代价搜索】

3、多选题：
对于有限状态图上的搜索问题，以下说法正确的有（）。
选项：
A:存在深度优先树搜索有解而广度优先树搜索无解的案例
B:深度优先图搜索（BFS）可以保证找到解（如果存在至少一解）
C:一致代价搜索（UCS）不一定总能找到最优解
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: 【深度优先图搜索（BFS）可以保证找到解（如果存在至少一解）;
一致代价搜索（UCS）不一定总能找到最优解;
存在广度优先树搜索有解而深度优先树搜索无解的案例】

4、判断题：
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。（）
选项：
A:对
B:错
答案: 【对】

5、单选题：
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（）

选项：
A:均不可能
B:G2
C:G1
D:G3
答案: 【G2】

第二章单元测试

1、判断题：
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。（）
选项：
A:错
B:对
答案: 【对】

2、判断题：
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。（）
选项：
A:对
B:错
答案: 【对】

3、多选题：
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（）。
选项：
A:数码1、2、3、4移动到正确位置的步数
B:各数码到目标位置的曼哈顿距离总和
C:不在目标位置的数码总数
D:都不正确
答案: 【数码1、2、3、4移动到正确位置的步数;
各数码到目标位置的曼哈顿距离总和;
不在目标位置的数码总数】

4、单选题：
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（）。
选项：
A:其余两项都满足
B:可采纳的
C:其余两项都不满足
D:一致的
答案: 【其余两项都满足】

* 本部分为付费内容，您已获得阅读权限

第三章单元测试

1、判断题：
对抗博弈是一种零和游戏。（）
选项：
A:对
B:错
答案: 【对】

2、判断题：
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。（）
选项：
A:错
B:对
答案: 【错】

3、判断题：
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。（）
选项：
A:错
B:对
答案: 【错】

4、单选题：
在期望最大搜索中，可能涉及什么类型的节点？（）。
选项：
A:MAX节点。
B:随机节点。
C:两种都无。
D:两种都有。
答案: 【两种都有。】

5、多选题：
alpha-beta剪枝中，哪些说法是正确的（）。
选项：
A: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。
B:对于MAX节点来说，当前效用值大于beta时可以进行剪枝。
C:alpha在MAX节点上更新。
D:alpha在MIN节点上更新。
答案: 【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。;
对于MAX节点来说，当前效用值大于beta时可以进行剪枝。;
alpha在MAX节点上更新。】

第四章单元测试

1、判断题：
约束满足问题关注动作路径。（）
选项：
A:对
B:错
答案: 【错】

2、判断题：
约束满足问题的解是满足所有约束的一组变量赋值。（）
选项：
A:对
B:错
答案: 【对】

3、判断题：
任何N元约束满足问题都可以转化为二元约束满足问题。（）
选项：
A:对
B:错
答案: 【对】

4、单选题：
关于约束满足问题，说法错误的是（）。
选项：
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:交通排班可以构建成一个约束满足问题。
C:变量赋值往往伴随与倾向性相关的评价。
D:一元约束仅涉及一个变量。
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。】

5、多选题：
关于约束满足问题的回溯搜索算法，以下说法正确的是（）。
选项：
A:赋值时，应选择最多限制的取值。
B:赋值时，应选择最少限制的取值。
C:应选择剩余赋值选择最多的变量进行赋值。
D:应选择剩余赋值选择最少的变量进行赋值。
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。】

第五章单元测试

1、判断题：
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。（）
选项：
A:对
B:错
答案: 【错】

2、判断题：
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。（）
选项：
A:错
B:对
答案: 【对】

3、判断题：
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。（）
选项：
A:对
B:错
答案: 【错】

4、判断题：
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。（）
选项：
A:错
B:对
答案: 【错】

5、判断题：
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。（）
选项：
A:对
B:错
答案: 【错】

第六章单元测试

1、判断题：
时序差分算法是一种在线学习的方法。（）
选项：
A:错
B:对
答案: 【对】

2、单选题：
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：（）
选项：
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: 【具有确定性的状态转移时】

3、单选题：
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：（）
选项：
A:相应的Q-learning收敛时F-learning也会收敛
B:从不
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】

4、单选题：
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：（）
选项：
A:具有确定性的状态转移时
B:相应的Q-learning收敛时F-learning也会收敛
C:从不
D:具有随机性的状态转移时
答案: 【从不】

第七章单元测试

1、多选题：
使用强化学习状态的泛化表示的好处有（）。
选项：
A:可以减少采样
B:可以采样更多的样本
C:减少内存的消耗
D:复杂的计算获得更精确的表示
答案: 【可以减少采样;
减少内存的消耗】

2、单选题：
在强化学习值函数近似中，蒙特卡洛方法对梯度计算是（）。
选项：
A:

$a({G}_{t}({s}_{t})-x({{s}_{t})}^{T}w)*G({s}_{t})$

$a({G}_{t}({s}_{t})-x({{s}_{t})}^{T}w)*x({s}_{t})$

$a({G}_{t}({s}_{t})-G({{s}_{t})}^{T}w)*x({s}_{t})$

$a({G}_{t}({s}_{t})+x{({s}_{t})}^{T}w)*x({s}_{t})$

答案: 【

$a({G}_{t}({s}_{t})-x({{s}_{t})}^{T}w)*x({s}_{t})$

】

3、单选题：
在强化学习值函数近似中，时间差分方法对梯度计算是（）。
选项：
A:

$a(r-γx({{s}^{'})}^{T}w-x({s)}^{T}w*x(s)$

$a(r+γx({{s}^{'})}^{T}w+x({s)}^{T}w)*x(s)$

$a(r-γx({{s}^{'})}^{T}w+x({s)}^{T}w)*x(s)$

$a(r+γx({{s}^{'})}^{T}w-x({s)}^{T}w*x(s)$

答案: 【

$a(r+γx({{s}^{'})}^{T}w-x({s)}^{T}w*x(s)$

】

4、判断题：
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（）
选项：
A:错
B:对
答案: 【错】

5、判断题：
强化学习中有有模型的方法和无模型的方法（）
选项：
A:对
B:错
答案: 【对】

第八章单元测试

1、单选题：
随机变量X的概率分布如下图，则x等于（）。

选项：
A:0.1
B:0.2
C:0.5
D:0.4
答案: 【0.5】

2、单选题：
贝叶斯网络中，节点的含义是什么（）。
选项：
A:随机变量
B:变量关系
C:概率值
D:独立性
答案: 【随机变量】

3、多选题：
在下面的贝叶斯网络中，正确的选项有（）。

选项：
A:P(-cavity, catch, -toothache)=P(-cavity)P(catch|(-cavity)P(-toothache)|-cavity)
B:P(cavity, -catch, -toothache)=P(cavity)P(-catch|(cavity)P(-toothache)|cavity)
C:P(-cavity, catch, -toothache)=P(-cavity)P(catch)P(-toothache)
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)】

4、单选题：
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（）。

选项：
A:独立，独立
B:不独立，不独立
C:不独立，独立
D:独立，不独立
答案: 【不独立，独立】

第九章单元测试

1、多选题：
下面属于精确推理的方法是（）：
选项：
A:枚举推理法
B:变量消元法
C:似然加权法
D:拒绝采样法
答案: 【枚举推理法;
变量消元法】

2、多选题：
特征因子包括哪几种（）：
选项：
A:单条件分布
B:多条件分布
C:选定联合分布
D:联合分布
答案: 【单条件分布;
多条件分布;
选定联合分布;
联合分布】

3、判断题：
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（）。
选项：
A:错
B:对
答案: 【错】

4、判断题：
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（）。
选项：
A:对
B:错
答案: 【对】

第十章单元测试

1、单选题：
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(Viterbi algorithm)进行解码，时间复杂为（）。
选项：
A:O(NK2)
B:O(TK2)
C:O(N2K)
D:O(T2K)
答案: 【O(TK2)】

2、判断题：
维特比算法的空间复杂度是O(TK)。（）
选项：
A:错
B:对
答案: 【对】

3、判断题：
任何二阶马尔可夫过程都可以转化为一个扩大了状态变量集合的一阶马尔可夫过程。（）
选项：
A:对
B:错
答案: 【对】

绪论 单元测试

第一章 单元测试

第二章 单元测试

第三章 单元测试

第四章 单元测试

第五章 单元测试

第六章 单元测试

第七章 单元测试

第八章 单元测试

第九章 单元测试

第十章 单元测试

发表评论 取消回复