人工智能知到智慧樹章節(jié)測(cè)試課后答案2024年秋復(fù)旦大學(xué)

人工智能知到智慧樹章節(jié)測(cè)試課后答案2024年秋復(fù)旦大學(xué)緒論單元測(cè)試

針對(duì)智能體的思考是否合理，所引入的指標(biāo)叫做（）

A:嚴(yán)謹(jǐn)B:嚴(yán)密C:智慧D:理性

答案:理性

第一章單元測(cè)試

在下圖八數(shù)碼問(wèn)題中，需要通過(guò)移動(dòng)將雜亂的8個(gè)方塊按照右側(cè)的順序進(jìn)行排列，那么該問(wèn)題的狀態(tài)空間的大小是（）？

A:8B:9*9C:9!D:9

答案:9!以下無(wú)信息搜索算法中，同時(shí)具有完備性和最優(yōu)性的有（）。

A:廣度優(yōu)先搜索B:一致代價(jià)搜索C:深度優(yōu)先搜索D:迭代加深搜索

答案:廣度優(yōu)先搜索；一致代價(jià)搜索；迭代加深搜索對(duì)于有限狀態(tài)圖上的搜索問(wèn)題，以下說(shuō)法正確的有（）。

A:存在深度優(yōu)先樹搜索有解而廣度優(yōu)先樹搜索無(wú)解的案例B:存在廣度優(yōu)先樹搜索有解而深度優(yōu)先樹搜索無(wú)解的案例C:深度優(yōu)先圖搜索（BFS）可以保證找到解（如果存在至少一解）D:一致代價(jià)搜索（UCS）不一定總能找到最優(yōu)解

答案:存在廣度優(yōu)先樹搜索有解而深度優(yōu)先樹搜索無(wú)解的案例；深度優(yōu)先圖搜索（BFS）可以保證找到解（如果存在至少一解）；一致代價(jià)搜索（UCS）不一定總能找到最優(yōu)解對(duì)于一個(gè)邊損耗非負(fù)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(duì)每條邊加上一個(gè)相同的非負(fù)損耗c>0之后，最優(yōu)路徑保持不變。（）

A:對(duì)B:錯(cuò)

答案:對(duì)在下圖搜索問(wèn)題中，S為起始節(jié)點(diǎn)，G1、G2、G3均為目標(biāo)節(jié)點(diǎn)，則采用一致代價(jià)找到的解是（）

A:G2B:G3C:均不可能D:G1

答案:G2

第二章單元測(cè)試

假如一個(gè)搜索問(wèn)題（有限狀態(tài)）至少有一個(gè)解，則當(dāng)A*圖搜索算法配備任意可采納的啟發(fā)式函數(shù)時(shí)，一定能保證找到一解。（）

A:對(duì)B:錯(cuò)

答案:對(duì)當(dāng)路徑損耗非負(fù)時(shí)，一致代價(jià)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:錯(cuò)B:對(duì)

答案:對(duì)在下圖所示的圖搜索問(wèn)題中，哪些節(jié)點(diǎn)的啟發(fā)式函數(shù)值是不可采納的___

答案:無(wú)在如圖所示的八數(shù)碼問(wèn)題中，

如果A格與B格相鄰且B為空，則A可以移動(dòng)至B。以下可以作為八數(shù)碼問(wèn)題的一致啟發(fā)式函數(shù)的有（）。

A:都不正確B:各數(shù)碼到目標(biāo)位置的曼哈頓距離總和C:數(shù)碼1、2、3、4移動(dòng)到正確位置的步數(shù)D:不在目標(biāo)位置的數(shù)碼總數(shù)

答案:各數(shù)碼到目標(biāo)位置的曼哈頓距離總和；數(shù)碼1、2、3、4移動(dòng)到正確位置的步數(shù)；不在目標(biāo)位置的數(shù)碼總數(shù)在上述八數(shù)碼問(wèn)題中，有兩種啟發(fā)式函數(shù)，其中h1(n)為不在目標(biāo)位置的數(shù)碼總數(shù)，h2(n)為各數(shù)碼到目標(biāo)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(zhì)（）。

A:可采納的B:其余兩項(xiàng)都不滿足C:其余兩項(xiàng)都滿足D:一致的

答案:其余兩項(xiàng)都滿足

第三章單元測(cè)試

對(duì)抗博弈是一種零和游戲。（）

A:對(duì)B:錯(cuò)

答案:對(duì)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:錯(cuò)B:對(duì)

答案:錯(cuò)alpha-beta剪枝中，兒子節(jié)點(diǎn)的擴(kuò)展順序遵循效用值遞減對(duì)MIN節(jié)點(diǎn)的值計(jì)算更高效。（）

A:錯(cuò)B:對(duì)

答案:錯(cuò)在期望最大搜索中，可能涉及什么類型的節(jié)點(diǎn)？（）。

A:兩種都無(wú)。B:兩種都有。C:隨機(jī)節(jié)點(diǎn)。D:MAX節(jié)點(diǎn)。

答案:兩種都有。alpha-beta剪枝中，哪些說(shuō)法是正確的（）。

A:alpha在MAX節(jié)點(diǎn)上更新。B:alpha在MIN節(jié)點(diǎn)上更新。C:對(duì)于MAX節(jié)點(diǎn)來(lái)說(shuō)，當(dāng)前效用值大于beta時(shí)可以進(jìn)行剪枝。D:中間節(jié)點(diǎn)的極大極小值在執(zhí)行完剪枝算法后可能是錯(cuò)誤的。

答案:alpha在MAX節(jié)點(diǎn)上更新。；對(duì)于MAX節(jié)點(diǎn)來(lái)說(shuō)，當(dāng)前效用值大于beta時(shí)可以進(jìn)行剪枝。；中間節(jié)點(diǎn)的極大極小值在執(zhí)行完剪枝算法后可能是錯(cuò)誤的。

第四章單元測(cè)試

約束滿足問(wèn)題關(guān)注動(dòng)作路徑。（）

A:錯(cuò)B:對(duì)

答案:錯(cuò)約束滿足問(wèn)題的解是滿足所有約束的一組變量賦值。（）

A:錯(cuò)B:對(duì)

答案:對(duì)任何N元約束滿足問(wèn)題都可以轉(zhuǎn)化為二元約束滿足問(wèn)題。（）

A:對(duì)B:錯(cuò)

答案:對(duì)關(guān)于約束滿足問(wèn)題，說(shuō)法錯(cuò)誤的是（）。

A:交通排班可以構(gòu)建成一個(gè)約束滿足問(wèn)題。B:一元約束僅涉及一個(gè)變量。C:對(duì)于任何類型的變量都可以通過(guò)枚舉的方式展現(xiàn)所有變量賦值情況。D:變量賦值往往伴隨與傾向性相關(guān)的評(píng)價(jià)。

答案:對(duì)于任何類型的變量都可以通過(guò)枚舉的方式展現(xiàn)所有變量賦值情況。關(guān)于約束滿足問(wèn)題的回溯搜索算法，以下說(shuō)法正確的是（）。

A:應(yīng)選擇剩余賦值選擇最少的變量進(jìn)行賦值。B:應(yīng)選擇剩余賦值選擇最多的變量進(jìn)行賦值。C:賦值時(shí)，應(yīng)選擇最多限制的取值。D:賦值時(shí)，應(yīng)選擇最少限制的取值。

答案:應(yīng)選擇剩余賦值選擇最少的變量進(jìn)行賦值。；賦值時(shí)，應(yīng)選擇最少限制的取值。

第五章單元測(cè)試

假設(shè)馬爾可夫決策問(wèn)題（MDP）的狀態(tài)是有限的，則對(duì)于，如果我們只改變獎(jiǎng)勵(lì)函數(shù)R，最優(yōu)策略會(huì)保持不變。（）

A:對(duì)B:錯(cuò)

答案:錯(cuò)假設(shè)馬爾可夫決策問(wèn)題（MDP）的狀態(tài)是有限的，若衰減因子滿足，則值迭代一定會(huì)收斂。（）

A:錯(cuò)B:對(duì)

答案:對(duì)假設(shè)馬爾可夫決策問(wèn)題（MDP）的狀態(tài)是有限的，通過(guò)值迭代找到的策略優(yōu)于通過(guò)策略迭代找到的策略。（）

A:對(duì)B:錯(cuò)

答案:錯(cuò)如果兩個(gè)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(duì)B:錯(cuò)

答案:錯(cuò)當(dāng)在一個(gè)MDP中只執(zhí)行有限數(shù)量的步驟時(shí)，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(shí)間無(wú)關(guān)。（）

A:錯(cuò)B:對(duì)

答案:錯(cuò)寫出貝爾曼方程的數(shù)學(xué)表達(dá)式。

答案:\[V^{\pi}(s)=R(s,\pi(s))+\gamma\sum_{s'}P(s'|s,\pi(s))V^{\pi}(s')\]處于獎(jiǎng)勵(lì)水平的吃豆人游戲。

吃豆人正處在一個(gè)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(hào)為1，2，3，4，5。在格子1-4中，吃豆人可以采取的動(dòng)作是向右移動(dòng)(R)或飛出(F)獎(jiǎng)勵(lì)水平。其中，執(zhí)行動(dòng)作R會(huì)確定性地移動(dòng)到右邊的格子中并吃掉其中的豆子，而執(zhí)行動(dòng)作F會(huì)確定性地移動(dòng)到終止?fàn)顟B(tài)并結(jié)束游戲。在格子5中，吃豆人只能執(zhí)行動(dòng)作F。吃豆人吃一個(gè)豆子獎(jiǎng)勵(lì)為10，飛出獎(jiǎng)勵(lì)水平的獎(jiǎng)勵(lì)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(gè)MDP，其中的狀態(tài)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(shè)衰減因子，計(jì)算：

（2）現(xiàn)考慮可取任意值。

a)是否存在一個(gè)使得嚴(yán)格優(yōu)于和？若存在，計(jì)算的值；若不存在則寫None。

b)是否存在一個(gè)使得嚴(yán)格優(yōu)于和？若存在，計(jì)算的值；若不存在則寫None。

c)是否存在一個(gè)使得嚴(yán)格優(yōu)于和？若存在，計(jì)算的值；若不存在則寫None。

答案:無(wú)

第六章單元測(cè)試

時(shí)序差分算法是一種在線學(xué)習(xí)的方法。（）

A:錯(cuò)B:對(duì)

答案:對(duì)F-learning可以看作Q-learning的一種健忘選擇，，也即Q-learning中的學(xué)習(xí)率。則F-learning在以下那種情況下收斂于固定的值：（）

A:具有確定性的狀態(tài)轉(zhuǎn)移時(shí)B:相應(yīng)的Q-learning收斂時(shí)F-learning也會(huì)收斂C:具有隨機(jī)性的狀態(tài)轉(zhuǎn)移時(shí)D:從不

答案:具有確定性的狀態(tài)轉(zhuǎn)移時(shí)F-learning可以看作Q-learning的一種健忘選擇，，也即Q-learning中的學(xué)習(xí)率。則F-learning在以下那種情況下收斂于最優(yōu)q值：（）

A:具有確定性的狀態(tài)轉(zhuǎn)移時(shí)B:從不C:相應(yīng)的Q-learning收斂時(shí)F-learning也會(huì)收斂D:具有隨機(jī)性的狀態(tài)轉(zhuǎn)移時(shí)

答案:具有確定性的狀態(tài)轉(zhuǎn)移時(shí)F-learning可以看作Q-learning的一種健忘選擇，，也即Q-learning中的學(xué)習(xí)率。則F-learning在以下那種情況下收斂于隨機(jī)策略的q值：（）

A:具有確定性的狀態(tài)轉(zhuǎn)移時(shí)B:相應(yīng)的Q-learning收斂時(shí)F-learning也會(huì)收斂C:從不D:具有隨機(jī)性的狀態(tài)轉(zhuǎn)移時(shí)

答案:從不寫出Q-learning中Q(s,a)的更新公式。

答案:Q(s,a)=Q(s,a)+α*(r+γ*max(Q(s',a'))-Q(s,a))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(dòng)作執(zhí)行，0.5的概率隨機(jī)選擇一個(gè)動(dòng)作。假設(shè)在這兩種情況下，更新都被無(wú)限頻繁地應(yīng)用，狀態(tài)-動(dòng)作對(duì)都被無(wú)限頻繁地訪問(wèn)，衰減因子，學(xué)習(xí)率均以適當(dāng)速率下降。

(1)Q-learning執(zhí)行以下更新：

這個(gè)過(guò)程會(huì)收斂到最優(yōu)的q值函數(shù)嗎？如果是，請(qǐng)寫“是”。如果沒有則給出一個(gè)解釋（根據(jù)價(jià)值的種類、最優(yōu)性等），如它將收斂到什么地方，或說(shuō)明它不會(huì)收斂。

(2)SARSA執(zhí)行以下更新：

這個(gè)過(guò)程會(huì)收斂到最優(yōu)的q值函數(shù)嗎？如果是，請(qǐng)寫“是”。如果沒有則給出一個(gè)解釋（根據(jù)價(jià)值的種類、最優(yōu)性等），如它將收斂到什么地方，或說(shuō)明它不會(huì)收斂。

答案:無(wú)

第七章單元測(cè)試

使用強(qiáng)化學(xué)習(xí)狀態(tài)的泛化表示的好處有（）。

A:可以采樣更多的樣本B:復(fù)雜的計(jì)算獲得更精確的表示C:減少內(nèi)存的消耗D:可以減少采樣

答案:減少內(nèi)存的消耗；可以減少采樣在強(qiáng)化學(xué)習(xí)值函數(shù)近似中，蒙特卡洛方法對(duì)梯度計(jì)算是（）。

A:B:C:D:

答案:在強(qiáng)化學(xué)習(xí)值函數(shù)近似中，時(shí)間差分方法對(duì)梯度計(jì)算是（）。

A:B:C:D:

答案:在強(qiáng)化學(xué)習(xí)值函數(shù)近似中，蒙特卡洛方法中可以使用SARSA和Q-learning進(jìn)行真值的學(xué)習(xí)（）

A:錯(cuò)B:對(duì)

答案:錯(cuò)強(qiáng)化學(xué)習(xí)中有有模型的方法和無(wú)模型的方法（）

A:錯(cuò)B:對(duì)

答案:對(duì)

第八章單元測(cè)試

隨機(jī)變量X的概率分布如下圖，則x等于（）。

A:0.4B:0.1C:0.2D:0.5

答案:0.5

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

答案:無(wú)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(jī)抽取一患有色盲癥的人，其是男子的概率是=___。

答案:0.9615如果x,y在z的條件下相互獨(dú)立，則P(x,y|z)=P(x|z)*___。

答案:P(y|z)貝葉斯網(wǎng)絡(luò)中，節(jié)點(diǎn)的含義是什么（）。

A:概率值B:變量關(guān)系C:隨機(jī)變量D:獨(dú)立性

答案:隨機(jī)變量在下面的貝葉斯網(wǎng)絡(luò)中，正確的選項(xiàng)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: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(wǎng)絡(luò)中，不給定Cavity和給定Cavity的情況下，Toothache和Catch的獨(dú)立性分別是（）。

A:獨(dú)立，獨(dú)立B:不獨(dú)立，不獨(dú)立C:獨(dú)立，不獨(dú)立D:不獨(dú)立，獨(dú)立

答案:不獨(dú)立，獨(dú)立某衣帽廠有甲、乙、丙三個(gè)工作間生產(chǎn)同一種衣服，已知各個(gè)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(gè)次品，是由甲工作間生產(chǎn)的概率是多少。

答案:0.4Pacman的操作數(shù)據(jù)集中，分為訓(xùn)練數(shù)據(jù)集、驗(yàn)證數(shù)據(jù)集和測(cè)試數(shù)據(jù)集。下面是數(shù)據(jù)集的訓(xùn)練集：

請(qǐng)回答下面的問(wèn)題：

(1)使用標(biāo)準(zhǔn)樸素貝葉斯算法，計(jì)算下面三個(gè)概率的結(jié)果：

P(sp=C|a=left)

P(sp=A|a=right)

P(a=left)

(2)使用標(biāo)準(zhǔn)樸素貝葉斯算法，在接下來(lái)的場(chǎng)景中應(yīng)該選擇left還是right？

sp=A,sg=C

sp=C,sg=B

答案:無(wú)

第九章單元測(cè)試

下面屬于精確推理的方法是（）：

A:枚舉推理法B:拒絕采樣法C:變量消元法D:似然加權(quán)法

答案:枚舉推理法；變量消元法特征因子包括哪幾種（）：

A:選定聯(lián)合分布B:聯(lián)合分布C:單條件分布D:多條件分布

答案:選定聯(lián)合分布；聯(lián)合分布；單條件分布；多條件分布似然加權(quán)法是重要性采樣的特殊情況，可能會(huì)生成不符合證據(jù)變量的樣本（）。

A:錯(cuò)B:對(duì)

答案:錯(cuò)貝葉斯網(wǎng)絡(luò)中精確推理的復(fù)雜度依賴于網(wǎng)絡(luò)結(jié)構(gòu)和網(wǎng)絡(luò)規(guī)模（）。

A:對(duì)B:錯(cuò)

答案:對(duì)如下所示貝葉斯網(wǎng)絡(luò)。N表示某個(gè)區(qū)域內(nèi)的恒星數(shù)目。M1，M2分別表示兩個(gè)望遠(yuǎn)鏡的觀測(cè)結(jié)果。假設(shè)觀測(cè)結(jié)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(tái)望眼鏡可能有f的概率出現(xiàn)對(duì)焦問(wèn)題（f<e）,分別記為F1,F2。對(duì)焦問(wèn)題會(huì)導(dǎo)致觀測(cè)結(jié)果至少減少三顆恒星（如果N<=3，則一顆恒星都觀測(cè)不到）。

(1)N∈{1,2,3},M1∈{0,1,2,3,4}。請(qǐng)畫出P(M1|N)的條件概率表

(2)假設(shè)兩個(gè)望遠(yuǎn)鏡完全相同，N∈{1,2,3},M1,M2∈{0,1,2,3,4}。設(shè)pi=P(N=i)。計(jì)算概率分布P(N|M1=2,M2=2)。

答案:無(wú)A，B，C，D是四個(gè)隨機(jī)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(diǎn)相乘后，產(chǎn)生因子的維度是___，元素個(gè)數(shù)為___。

(2)給定因子P(A|B)，P(B!C)，和P(C)，對(duì)C變量消元，產(chǎn)生新的因子維度是___，元素個(gè)數(shù)為___。

(3)給定因子P(A|C)和P(B