人工智能知到章節測試答案智慧樹2023年最新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（）

參考答案:

理性

第一章測試

在下圖八數碼問題中，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，那么該問題的狀態空間的大小是（）？

參考答案:

9!

以下無信息搜索算法中，同時具有完備性和最優性的有（）。

參考答案:

一致代價搜索;廣度優先搜索;迭代加深搜索

對于有限狀態圖上的搜索問題，以下說法正確的有（）。

參考答案:

深度優先圖搜索（BFS）可以保證找到解（如果存在至少一解）;一致代價搜索（UCS）不一定總能找到最優解;存在廣度優先樹搜索有解而深度優先樹搜索無解的案例

對于一個邊損耗非負的有限圖，采用廣度優先樹搜索可以得到最優解，并且對每條邊加上一個相同的非負損耗c>0之后，最優路徑保持不變。（）

參考答案:

對

在下圖搜索問題中，S為起始節點，G1、G2、G3均為目標節點，則采用一致代價找到的解是（）

參考答案:

G2

第二章測試

假如一個搜索問題（有限狀態）至少有一個解，則當A*圖搜索算法配備任意可采納的啟發式函數時，一定能保證找到一解。（）

參考答案:

對

當路徑損耗非負時，一致代價搜索是A*算法的一種特例，其啟發式函數既是可采納的，又是一致的。（）

參考答案:

對

在下圖所示的圖搜索問題中，哪些節點的啟發式函數值是不可采納的___

參考答案:

null

在如圖所示的八數碼問題中，

如果A格與B格相鄰且B為空，則A可以移動至B。以下可以作為八數碼問題的一致啟發式函數的有（）。

參考答案:

不在目標位置的數碼總數;各數碼到目標位置的曼哈頓距離總和;數碼1、2、3、4移動到正確位置的步數

在上述八數碼問題中，有兩種啟發式函數，其中h1(n)為不在目標位置的數碼總數，h2(n)為各數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（）。

參考答案:

其余兩項都滿足

第三章測試

對抗博弈是一種零和游戲。（）

參考答案:

對

極大極小值搜索算法相比于深度優先，更接近廣度優先搜索算法。（）

參考答案:

錯

alpha-beta剪枝中，兒子節點的擴展順序遵循效用值遞減對MIN節點的值計算更高效。（）

參考答案:

錯

在期望最大搜索中，可能涉及什么類型的節點？（）。

參考答案:

兩種都有。

alpha-beta剪枝中，哪些說法是正確的（）。

參考答案:

對于MAX節點來說，當前效用值大于beta時可以進行剪枝。;中間節點的極大極小值在執行完剪枝算法后可能是錯誤的。;alpha在MAX節點上更新。

第四章測試

約束滿足問題關注動作路徑。（）

參考答案:

錯

約束滿足問題的解是滿足所有約束的一組變量賦值。（）

參考答案:

對

任何N元約束滿足問題都可以轉化為二元約束滿足問題。（）

參考答案:

對

關于約束滿足問題，說法錯誤的是（）。

參考答案:

對于任何類型的變量都可以通過枚舉的方式展現所有變量賦值情況。

關于約束滿足問題的回溯搜索算法，以下說法正確的是（）。

參考答案:

應選擇剩余賦值選擇最少的變量進行賦值。;賦值時，應選擇最少限制的取值。

第五章測試

假設馬爾可夫決策問題（MDP）的狀態是有限的，則對于，如果我們只改變獎勵函數R，最優策略會保持不變。（）

參考答案:

錯

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

參考答案:

對

假設馬爾可夫決策問題（MDP）的狀態是有限的，通過值迭代找到的策略優于通過策略迭代找到的策略。（）

參考答案:

錯

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策略。（）

參考答案:

錯

當在一個MDP中只執行有限數量的步驟時，最優策略是平穩的。平穩的策略是指在給定狀態下采取相同操作的策略，與智能體處于該狀態的時間無關。（）

參考答案:

錯

寫出貝爾曼方程的數學表達式。

參考答案:

null

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，而執行動作F會確定性地移動到終止狀態并結束游戲。在格子5中，吃豆人只能執行動作F。吃豆人吃一個豆子獎勵為10，飛出獎勵水平的獎勵為20。吃豆人的初始狀態為最左邊的格子1。

我們把它看成一個MDP，其中的狀態是吃豆人所在的格子。衰減因子為。

考慮以下三種策略：

（1）假設衰減因子，計算：

（2）現考慮可取任意值。

a)是否存在一個使得嚴格優于和？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于和？若存在，計算的值；若不存在則寫None。

參考答案:

null

第六章測試

時序差分算法是一種在線學習的方法。（）

參考答案:

對

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：（）

參考答案:

具有確定性的狀態轉移時

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q值：（）

參考答案:

具有確定性的狀態轉移時

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：（）

參考答案:

從不

寫出Q-learning中Q(s,a)的更新公式。

參考答案:

null

智能體根據五元組更新值或Q函數。智能體每次有0.5的概率按照策略（不必要是最優策略）的動作執行，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-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執行以下更新：

這個過程會收斂到最優的q值函數嗎？如果是，請寫“是”。如果沒有則給出一個解釋（根據價值的種類、最優性等），如它將收斂到什么地方，或說明它不會收斂。

(2)SARSA執行以下更新：

這個過程會收斂到最優的q值函數嗎？如果是，請寫“是”。如果沒有則給出一個解釋（根據價值的種類、最優性等），如它將收斂到什么地方，或說明它不會收斂。

參考答案:

null

第七章測試

使用強化學習狀態的泛化表示的好處有（）。

參考答案:

可以減少采樣;減少內存的消耗

在強化學習值函數近似中，蒙特卡洛方法對梯度計算是（）。

參考答案:

在強化學習值函數近似中，時間差分方法對梯度計算是（）。

參考答案:

在強化學習值函數近似中，蒙特卡洛方法中可以使用SARSA和Q-learning進行真值的學習（）

參考答案:

錯

強化學習中有有模型的方法和無模型的方法（）

參考答案:

對

第八章測試

隨機變量X的概率分布如下圖，則x等于（）。

參考答案:

0.5

已知隨機變量T和W的聯合概率分布表，則P(T=hot)=___，P(W=sun)=___。

參考答案:

null

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=___。

參考答案:

null

如果x,y在z的條件下相互獨立，則P(x,y|z)=P(x|z)*___。

參考答案:

null

貝葉斯網絡中，節點的含義是什么（）。

參考答案:

隨機變量

在下面的貝葉斯網絡中，正確的選項有（）。

參考答案:

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

在下面的貝葉斯網絡中，不給定Cavity和給定Cavity的情況下，Toothache和Catch的獨立性分別是（）。

參考答案:

不獨立，獨立

某衣帽廠有甲、乙、丙三個工作間生產同一種衣服，已知各個工作間的產量分別占全廠產量的25%、35%、40%，甲、乙、丙工作間的次品率為5%、4%、2%，現在從衣帽廠中檢查出一個次品，是由甲工作間生產的概率是多少。

參考答案:

null

Pacman的操作數據集中，分為訓練數據集、驗證數據集和測試數據集。下面是數據集的訓練集：

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=C

sp=C,sg=B

參考答案:

null

第九章測試

下面屬于精確推理的方法是（）：

參考答案:

變量消元法;枚舉推理法

特征因子包括哪幾種（）：

參考答案:

單條件分布;聯合分布;多條件分布;選定聯合分布

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變量的樣本（）。

參考答案:

錯

貝葉斯網絡中精確推理的復雜度依賴于網絡結構和網絡規模（）。

參考答案:

對

如下所示貝葉斯網絡。N表示某個區域內的恒星數目。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1顆恒星，也有w的概率少數1顆恒星。且每臺望眼鏡可能有f的概率出現對焦問題（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)。

參考答案:

null

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，產生因子的維度是___，元素個數為___。

(2)給定因子P(A|B)，P(B!C)，和P(C)，對C變量消元，產生新的因子維度是___，元素個數為___。

(3)給定因子P(A|C)和P(B!A,C)，對A進行變量消元，產生新的因子維度是___，元素個數為___。

(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，產生新的因子維度是___，元素個數為___。

參考答案:

null

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（）。

參考答案:

O(TK2)

維特比算法的空間復雜度是O(T