雨课堂学堂在线学堂云《人工智能导论》单元测试考核答案

注：不含主观题第1题判断题(20分)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。()第2题单选题(20分)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()A9B8C9*9D9!第3题单选题(20分)在下列图搜索问题中,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()AG1BG2CG3D均不可能第4题多选题(20分)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广度优先搜索C迭代加深搜索D一致代价搜索正确答案：BCD第5题多选题(20分)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存在广度优先树搜索有解而深度优先树搜索无解的案例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正确答案：ABC第二章测试题第1题判断题(20分)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。()第2题判断题(20分)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。()第3题填空题(20分)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____正确答案：:["SBT"]第4题多选题(20分)在如下图的八数码问题中,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都不正确正确答案：ABC第5题单选题(20分)在上述八数码问题中,有两种启发式函数,其中h1()为不在目标位置的数码总数,h2()为各数码到目标位置的曼哈顿距离总和,则h3()=max(h1(),h2()),具有以下什么性质()。A可采纳的B一致的CA和B都满足DA和B都不满足第三章测试题第1题判断题(20分)对抗博弈是一种零和游戏。()第2题判断题(20分)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。()第3题判断题(20分)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。()第4题单选题(20分)在期望最大搜索中,可能涉及什么类型的节点?()。AMAX节点。B随机节点。C以上两种都无。D以上两种都有。第5题多选题(20分)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。Balpha在MIN节点上更新。Calpha在MAX节点上更新。D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。正确答案：ACD第四章测试题第1题判断题(20分)约束满足问题关注动作路径。()第2题判断题(20分)约束满足问题的解是满足所有约束的一组变量赋值。()第3题判断题(20分)任何N元约束满足问题都可以转化为二元约束满足问题。()第4题单选题(20分)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一元约束仅涉及一个变量。C变量赋值往往伴随与倾向性相关的评价。D交通排班可以构建成一个约束满足问题。第5题多选题(20分)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应选择剩余赋值选择最多的变量进行赋值。C赋值时,应选择最多限制的取值。D赋值时,应选择最少限制的取值。正确答案：AD第五章测试题第1题判断题(10分)假设马尔可夫决策问题()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。()第2题判断题(10分)假设马尔可夫决策问题()的状态是有限的,若衰减因子满足,则值迭代一定会收敛。()第3题判断题(10分)假设马尔可夫决策问题()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。()第4题判断题(10分)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。()第5题判断题(10分)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。()第6题填空题(16分)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:假设衰减因子

,计算:________________正确答案：:["20"]正确答案：:["50"]正确答案：:["60"]正确答案：:["60"]第7题填空题(30分)基于上一题题干,现考虑

可取任意值。

a.是否存在一个

使得

严格优于

和

?是否存在____（是/否）若是：写出

区间________若否：上述区间为0，0。b.是否存在一个

使得

严格优于

和

?是否存在____（是/否）若是：写出

区间________若否：上述区间为0，0。

c.是否存在一个

使得

严格优于

和

?是否存在____（是/否）若是：写出

区间________若否：上述区间为0，0。正确答案：:["是"]正确答案：:["0"]正确答案：:["0.5","1/2"]正确答案：:["否"]正确答案：:["0"]正确答案：:["0"]正确答案：:["是"]正确答案：:["0.5","1/2"]正确答案：:["1"]第六章测试题第1题判断题(10分)时序差分算法是一种在线学习的方法。()第2题单选题(15分)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具有确定性的状态转移时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从不第3题单选题(15分)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从不第4题单选题(15分)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具有确定性的状态转移时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从不第5题第6题第七章测试题第1题多选题(20分)使用强化学习状态的泛化表示的好处有()A减少内存的消耗B复杂的计算获得更精确的表示C可以采样更多的样本D可以减少采样正确答案：AD第2题单选题(20分)在强化学习值函数近似中,蒙特卡洛方法对梯度计算是()ABCD第3题单选题(20分)在强化学习值函数近似中,时间差分方法对梯度计算是()ABCD第4题判断题(20分)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()第5题判断题(20分)强化学习中有有模型的方法和无模型的方法第八章测试题第1题单选题(10分)随机变量X的概率分布如下图,则x等于()。A0.1B0.2C0.3D0.4第2题单选题(10分)贝叶斯网络中，节点的含义是什么A概率值B独立性C随机变量D变量关系第3题单选题(10分)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，不独立B独立，独立C不独立，不独立D不独立，独立第4题填空题(10分)已知随机变量T和W的联合概率分布表如下,则____，____。正确答案：:["则P（T=hot）={0.7}"]正确答案：:["P（W=sun）={0.3}"]第5题填空题(10分)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____。正确答案：:["{95%}"]第6题填空题(10分)如果x,y在z的条件下相互独立,则(P(x,y|z)=____。正确答案：:["P(x|z)*{P(y|z)}"]第7题多选题(10分)在下面的贝叶斯网络中,正确的选项有()。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)正确答案：AD第8题填空题(7分)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。设A、B、C为甲、乙、丙生产的商品,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)=____正确答案：:["0.05","5%"]正确答案：:["0.04","4%"]正确答案：:["0.02","2%"]正确答案：:["0.37","0.362"]第九章测试题第1题多选题(10分)下面属于精确推理的方法是()A似然加权法B拒绝采样法C变量消元法D枚举推理法正确答案：CD第2题多选题(10分)特征因子包括哪几种()A联合分布B单条件分布C多条件分布D选定联合分布正确答案：ABCD第3题判断题(10分)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()第4题判断题(10分)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()第5题填空题(10分)A,B,C,D是四个随机变量,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}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____。正确答案：:["{3}"]正确答案：:["{30}"]第6题填空题(10分)A,B,C,D是四个随机变量,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}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____。正确答案：:["{1}"]正确答案：:["{3}"]第7题填空题(10分)A,B,C,D是四个随机变量,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}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____正确答案