朝陽區2024屆高三下學期4月一模試題語文（PDF版

含解析）

北京市朝陽區高三年級第二學期質量檢測一

語文

2024.4

（考試時間150分鐘滿分150分）

本試卷共10頁。考生務必將答案答在答題卡上，在試卷上作答

無效。考試結束后，將

本試卷和答題卡一并交回。

一、本大題共5小題，共18分。

閱讀下面材料，完成下面小題。

材料一

1967年，機器人的定義首次被提出。此后多年間，研究者們提

出的機器人定義不盡相同，但都指出機

器人應具有協助人或代替人執行任務的能力，即機器人應具備一

定的技能。機器人的技能指機器人在某個

特定目的下執行的連續動作序列，比如抓提技能、爬行技能、行

走技能等。如何使機器人獲得各項技能，

一直是機器人研究領域的核心課題。

機器人學習指機器人模擬實現人類的學習行為，像人類一樣通過

不斷學習來玫善自身的性能，從而大

幅提高自適應能力和智能化水平。機器人從無到有獲得技能的這

一過程稱為技能習得。傳統機器人的技能

習得一般采用固定的編程方式，通常通過人工示教來完成。機器

人運用這種學習方式不僅費時費力，還會

在面臨復雜多變的非結構化應用場景時顯得力有未逮。近些年來,

使機器人像人一樣有能力在動態變化的

未知環境中通過與環境交互進行自主學習，成為機器人學習研究

的主要方向。

（取材于曲威名的相關文章）

材料二

強化學習的一個起源來自對動物行為的實驗觀察。動物在面對相

同情景時會表現出不同的行為，它們

更傾向于能夠引起自身滿足感的行為，而對于那些會給自己帶來

不適的行為則會盡量避免。換言之，動物

的行為在與環境的互動中通過不斷試錯來鞏固。試錯學習也是強

化學習方法的核心思想。研究者發現，這

種試錯的思想與讓機器人通過與環境交互來學習的想法不謀而

合。如今，越來越多的機器人采用基于強化

學習的方法進行學習。2022年，研究者應用一個充分訓練過的

深度強化學習網絡，實現了機器人在不平整

戶外地形中進行可靠的自主導航。

模仿學習又稱為示教學習。與強化學習相比，模仿學習降低了學

習過程中搜索空間的復雜度，減少了

學習過程中所需的樣本量，加快了學習速度c鑒于單純使用模仿

學習方法易使訓練得到的策略陷入局部最

優解，一些研究者嘗試將模仿學習與強化學習相結合。這種嘗試

在仿真機器人以及PKU-HR5機器人上都

取得了令人滿意的實驗效果。

遷移學習指機器人通過對過往經臉或已有知識的再利用，加快學

習執行新任務的能力，實現不同技能

之間的遷移。相較其他學習方法，遷移學習是一種可以利用少量

訓練數據使機器人學到新技能的方法。直

接在實體機器人上進行任務遷移的做法雖然可行、但會造成機器

人與環境之間的交互次數過多，加快機器

人的機械磨損，縮短機器人的使用壽命。針對這個問題，一種有

效的方法是，先在仿真環境中進行訓練，

然后在現實環境中部署。然而，仿真環境與現實環境通常因差距

過大而不匹配，產生“現實鴻溝”，這是

遷移學習中面臨的一個重要問題。此外，遷移學習中還經常出現

“災難性遺忘”問題，即當學習完成一項

新任務時，會忘記之前的任務。針對這一問題，研究者提出了漸

進式網絡，該網絡橫向連接到先前任務習

得的特征，利用先驗知識有效地避免遺忘。研究者還應用漸進式

網絡技術成功地將一種機器人手臂控制策

略從仿真環境遷移到了現實環境中。

發展學習是一種通過明確地模擬人類認知發展機理來讓機器人

習得技能的方法。研究者以兒童心理學

家皮亞杰提出的兒童認知發展階段理論為理論依據，提出了機器

人自主心智發展的概念。研究者認為，可

以通過仿照人類從嬰兒到成人的智能發育過程，來實現機器人的

智能進化，使機器人借助傳感器和執行器

與外部環境互動，并像人一樣在交互過程中自主學習，逐漸提高

智能水平。

（取材于劉天林、林惟凱等的相關文章）

材料三

盡管當前機器人學習傾域已取得諸多成果，但仍然存在一些亟待

解決的問題。強化學習若想使機器人

能夠實現自主學習，需要大量的訓練數據。獲得大量的訓練數據

往往成本高昂，因此降低數據需求對機器

人學習的發展具有重要意義。結合強化學習的模仿學習和結合強

化學習的遷移學習可以獲得更好的性能，

因此在某種程度上可以視強化學習為機器人學習的基礎。強化學

習本身就是在嘗試獲得最大獎勵，然而，

強化學習中存在“獎勵稀疏”問題，即在執行任務時很難頻繁地

獲得有益的反饋（獎勵），這導致學習緩

慢、低效。如何有效、合理地解決這一問題，有待進一步探索。

盡常漸進式網絡等技術在一定程度上解決

了“現實鴻溝”問題，但是如何在具有較大差別的仿真環境與現

實環境之間快速準確地實現技能遷移，仍

是機器人研究的重要課題之一。

未來，如何讓機器人更好地借鑒生物的機理習得相應技能、管理

已獲得的技能并將已有技能自主結合

形成新技能、針對相同的任務在不同的環境中自主選擇最優策略

等，或將成為機器人學習領域的研究熱

點。

(取材于林惟凱、羅定生等的相關文章)