人工智能智慧樹知到答案章節(jié)測試2023年復旦大學

緒論單元測試針對智能體的思考是否合理，所引入的指標叫做（）

A:智慧

B:理性

C:嚴密

D:嚴謹

答案:B第一章測試在下圖八數(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（）？

A:9!

B:9*9

C:8

D:9

答案:A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:一致代價搜索

C:廣度優(yōu)先搜索

D:迭代加深搜索

答案:BCD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:存在深度優(yōu)先樹搜索有解而廣度優(yōu)先樹搜索無解的案例

D: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

答案:ABD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。（）

A:錯

B:對

答案:B在下圖搜索問題中，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（）

A:G3

B:G1

C:G2

D:均不可能

答案:C第二章測試假如一個搜索問題（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。（）

A:對

B:錯

答案:A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。（）

A:對

B:錯

答案:A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___

答案:在如圖所示的八數(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

答案:ABC在上述八數(shù)碼問題中，有兩種啟發(fā)式函數(shù)，其中h1(n)為不在目標位置的數(shù)碼總數(shù)，h2(n)為各數(shù)碼到目標位置的曼哈頓距離總和，則h3(n)=max(h1(n),h2(n))，具有以下什么性質（）。

A:其余兩項都不滿足

B:可采納的

C:其余兩項都滿足

D:一致的

答案:C第三章測試對抗博弈是一種零和游戲。（）

A:對

B:錯

答案:A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。（）

A:對

B:錯

答案:Balpha-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。（）

A:對

B:錯

答案:B在期望最大搜索中，可能涉及什么類型的節(jié)點？（）。

A:MAX節(jié)點。

B:隨機節(jié)點。

C:兩種都無。

D:兩種都有。

答案:Dalpha-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。

B:alpha在MIN節(jié)點上更新。

C: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。

D:alpha在MAX節(jié)點上更新。

答案:ACD第四章測試約束滿足問題關注動作路徑。（）

A:錯

B:對

答案:A約束滿足問題的解是滿足所有約束的一組變量賦值。（）

A:對

B:錯

答案:A任何N元約束滿足問題都可以轉化為二元約束滿足問題。（）

A:錯

B:對

答案:B關于約束滿足問題，說法錯誤的是（）。

A:交通排班可以構建成一個約束滿足問題。

B: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。

C:一元約束僅涉及一個變量。

D:變量賦值往往伴隨與傾向性相關的評價。

答案:B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:賦值時，應選擇最少限制的取值。

C:賦值時，應選擇最多限制的取值。

D:應選擇剩余賦值選擇最多的變量進行賦值。

答案:AB第五章測試假設馬爾可夫決策問題（MDP）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。（）

A:錯

B:對

答案:A假設馬爾可夫決策問題（MDP）的狀態(tài)是有限的，若衰減因子滿足，則值迭代一定會收斂。（）

A:對

B:錯

答案:A假設馬爾可夫決策問題（MDP）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。（）

A:對

B:錯

答案:B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。（）

A:對

B:錯

答案:B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。（）

A:對

B:錯

答案:B寫出貝爾曼方程的數(shù)學表達式。

答案: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：（1）假設衰減因子，計算：（2）現(xiàn)考慮可取任意值。a)是否存在一個使得嚴格優(yōu)于和？若存在，計算的值；若不存在則寫None。b)是否存在一個使得嚴格優(yōu)于和？若存在，計算的值；若不存在則寫None。c)是否存在一個使得嚴格優(yōu)于和？若存在，計算的值；若不存在則寫None。

答案:第六章測試時序差分算法是一種在線學習的方法。（）

A:對

B:錯

答案:AF-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:從不

B:具有確定性的狀態(tài)轉移時

C:具有隨機性的狀態(tài)轉移時

D:相應的Q-learning收斂時F-learning也會收斂

答案:BF-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:相應的Q-learning收斂時F-learning也會收斂

B:具有隨機性的狀態(tài)轉移時

C:具有確定性的狀態(tài)轉移時

D:從不

答案:CF-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:從不

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:具有確定性的狀態(tài)轉移時

答案:A寫出Q-learning中Q(s,a)的更新公式。

答案:智能體根據(jù)五元組更新值或Q函數(shù)。智能體每次有0.5的概率按照策略（不必要是最優(yōu)策略）的動作執(zhí)行，0.5的概率隨機選擇一個動作。假設在這兩種情況下，更新都被無限頻繁地應用，狀態(tài)-動作對都被無限頻繁地訪問，衰減因子，學習率均以適當速率下降。(1)Q-learning執(zhí)行以下更新：這個過程會收斂到最優(yōu)的q值函數(shù)嗎？如果是，請寫“是”。如果沒有則給出一個解釋（根據(jù)價值的種類、最優(yōu)性等），如它將收斂到什么地方，或說明它不會收斂。(2)SARSA執(zhí)行以下更新：這個過程會收斂到最優(yōu)的q值函數(shù)嗎？如果是，請寫“是”。如果沒有則給出一個解釋（根據(jù)價值的種類、最優(yōu)性等），如它將收斂到什么地方，或說明它不會收斂。

答案:第七章測試使用強化學習狀態(tài)的泛化表示的好處有（）。

A:可以減少采樣

B:可以采樣更多的樣本

C:復雜的計算獲得更精確的表示

D:減少內存的消耗

答案:AD在強化學習值函數(shù)近似中，蒙特卡洛方法對梯度計算是（）。

A:

B:

C:

D:

答案:A在強化學習值函數(shù)近似中，時間差分方法對梯度計算是（）。

A:

B:

C:

D:

答案:B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（）

A:對

B:錯

答案:B強化學習中有有模型的方法和無模型的方法（）

A:對

B:錯

答案:A第八章測試隨機變量X的概率分布如下圖，則x等于（）。

A:0.1

B:0.4

C:0.5

D:0.2

答案:C已知隨機變量T和W的聯(lián)合概率分布表，則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=___。

答案:如果x,y在z的條件下相互獨立，則P(x,y|z)=P(x|z)*___。

答案:貝葉斯網(wǎng)絡中，節(jié)點的含義是什么（）。

A:概率值

B:隨機變量

C:獨立性

D:變量關系

答案:B在下面的貝葉斯網(wǎng)絡中，正確的選項有（）。

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，獨立

B:獨立，不獨立

C:不獨立，獨立

D:不獨立，不獨立

答案:C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。

答案:Pacman的操作數(shù)據(jù)集中，分為訓練數(shù)據(jù)集、驗證數(shù)據(jù)集和測試數(shù)據(jù)集。下面是數(shù)據(jù)集的訓練集：請回答下面的問題：(1)使用標準樸素貝葉斯算法，計算下面三個概率的結果：P(sp=C|a=left)P(sp=A|a=right)P(a=left)(2)使用標準樸素貝葉斯算法，在接下來的場景中應該選擇left還是right？sp=A,sg=Csp=C,sg=B

答案:第九章測試下面屬于精確推理的方法是（）：

A:拒絕采樣法

B:似然加權法

C:變量消元法

D:枚舉推理法

答案:CD特征因子包括哪幾種（）：

A:單條件分布

B:聯(lián)合分布

C:多條件分布

D:選定聯(lián)合分布

答案:ABCD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（）。

A:錯

B:對

答案:A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（）。

A:錯

B:對

答案:B如下所示貝葉斯網(wǎng)絡。N表示某個區(qū)域內的恒星數(shù)目。M1，M2分別表示兩個望遠鏡的觀測結果。假設觀測結果有e的概率多數(shù)1顆恒星，也有w的概率少數(shù)1顆恒星。且每臺望眼鏡可能有f的概率出現(xiàn)對焦問題（f<e）,分別記為F1,F2。對焦問題會導致觀測結果至少減少三顆恒星（如果N<=3，則一顆恒星都觀測不到）。(1)N∈{1,2,3},M1∈{0,1,2,3,4}。請畫出P(M1|N)的條件概率表(2)假設兩個望遠鏡完全相同，N∈{1,2,3},M1,M2∈{0,1,2,3,4}。設pi=P(N=i)。計算概率分布P(N|M1=2,M2=2)。

答案:A，B，C，D是四個隨機變量，A的值域是_，B的值域是_，C的值域是_，D的值域是_(1）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_。(2)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_。(3)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_。(4)給定因子P(C|A),P(D!A,B,C)和P(B|A,C),對C進行變量消元，產(chǎn)生新的因子維度是_，元素個數(shù)為_。

答案:第十章測試對于隱馬爾可夫模型（HMM），設其觀察值空間為O={o1,o2,…,oN}，狀態(tài)空間為：S={s1,s2,…,sK}，觀測值序列為Y={y1,y2,…,yT}。如果用維特比算法(Viterbialgorithm)進行解碼，時間復雜為（）。

A:O(NK2)

B:O(T