基于模型的强化学习涉及纯离线计算，而模型无关的强化学习需要与环境进行在线交互。()

32【判断题】(1分)深度优先搜索[1]的空间复杂度更小，而广度优先算法的时间复杂度更小，而且更健壮。()A. 对B. 错

遗传算法中，选择操作的主要目的是淘汰低适应度个体，保留高适应度个体。A. 对B. 错

31似然权重、马尔可夫蒙特卡洛方法这样的随机近似技术,可以对网络的真实后验概率进行合理估计,并能够比精确算法处理规模大得多的网络。()A. 错误B. 正确

下列关于马尔可夫决策问题()的说法中,正确的是()A. 假设马尔可夫决策问题(MDP)的状态是有限的,则对于MDP[S,A,T,gamma,R] ,如果我们只改变奖励函数R,最优策略会保持不变B. 假设马尔可夫决策问题(MDP)的状态是有限的,若衰减因子gamma满足0C. 假设马尔可夫决策问题(MDP)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D. 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

31.判断题(1分)在图搜索算法中，如果按估价函数f(x)=g(x)+h(x)作为Frontier中的结点排序的依据，则该算法就是深度优先算法。()A. 错B. 对

67. (1.0分)编写程序时，用户使用的是机床坐标系。A. 对B. 错

贝叶斯网络[1]中精确推理的复杂度依赖于网络结构和网络规模()

单位每年都组织多次消防演习,我已经掌握了相应消防逃生知识,可以不参加以后的演习了。()A. 正确B. 错误

35.判断题（1分）在alpha-beta剪枝算法中，对于MAX节点，当它的效用值比当前的alpha低时可以进行剪枝。（）A. 对B. 错

热门问题