2026年春江苏开放大学强化学习060733★★综合大作业答案

文档介绍

注意：因为学习平台题目是随机，选择题选项也是随机，一定注意答案对应的选项，同学们在本页按“Ctrl+F”快捷搜索题目中“关键字”就可以快速定位题目!!!

同专业其他作业点击右侧标签查看

试题列表
单选题
题型：单选题客观题分值5分难度：简单得分：5
1
在epsilon-greedy算法中，epsilon的值越大，采取随机动作的概率越()，采用当前Q函数最大动作的概率越(）。
A
小，小
B
大，小
C
大，大
D
小，大
正确答案：B
题型：单选题客观题分值5分难度：简单得分：5
2
在强化学习的过程中，(）能够在稍微偏离目前最好策略的基础上，尝试更多策略，(）能够运用目前最好的策略，获取更高的奖励。
A
利用，探索
B
探索，利用
C
利用，输出
D
探索，输出
正确答案：B
题型：单选题客观题分值5分难度：简单得分：5
3
在强化学习过程中，学习率越大，表示采用新的尝试得到的结果比例越()，保持旧的结果的比例越()
A
大，小
B
大，大
C
小，大
D
小，小
正确答案：A
题型：单选题客观题分值5分难度：简单得分：5
4
Q-learning算法中，Q函数是（）。
A
状态-动作值函数
B
状态函数
C
估值函数
D
奖励函数
正确答案：A
题型：单选题客观题分值5分难度：简单得分：5
5
Q(s,a)是指在给定状态s的情况下，采取行动a之后，后续的各个状态所能得到的回报(）
A
总和
B
最大值
C
最小值
D
期望值
正确答案：D
多选题
题型：多选题客观题分值5分难度：简单得分：5
1
强化学习包含的元素有（）。
A
Reward
B
Agent
C
State
D
Action
正确答案：A；B；C；D
简答题
题型：简答题主观题分值50分难度：简单得分：48
1
题目：基于 Q-Learning 算法实现冰湖（FrozenLake-v1）游戏
基于 Q-Learning 算法，完整实现 OpenAI Gym 中 FrozenLake-v1（4x4 非滑溜版）环境的智能体训练与测试代码（15 分）；
训练过程中实时记录每一轮的奖励值，训练完成后绘制训练奖励曲线图（横轴为训练轮数，纵轴为每轮奖励值，需包含滑动平均曲线）（15 分）；
训练完成后，使用训练好的 Q 表进行至少 100 轮测试，记录每轮测试奖励值并绘制测试奖励曲线图（10 分）；
对训练曲线、测试曲线的趋势和结果进行详细分析，包括但不限于：奖励值变化规律、算法收敛性、智能体性能表现等（10 分）。
正确答案：（购买后获取答案）
题型：简答题主观题分值10分难度：简单得分：10
2
Actor-Critic框架中的Critic起了什么作用？
正确答案：（购买后获取答案）
题型：简答题主观题分值10分难度：简单得分：10
3
请问DQN（Deep Q-Network）是什么？经验回放（Experience Replay）在 DQN 中的核心价值是什么？（每个问题5分）
正确答案：（购买后获取答案）