1.除了問題本身的定義之外，使用問題特定知識的搜索策略被認爲是
| 編號 | 選項 |
|---|---|
| A | 深度優先搜索 |
| B | minimax算法 |
| C | 蒙特卡洛樹搜索 |
| D | 啓發式算法 |
2.每一次比較都使搜索範圍減少一半的方法是
| 編號 | 選項 |
|---|---|
| A | 二分查找法 |
| B | 蒙特卡洛方法 |
| C | 啓發式算法 |
| D | minimax算法 |
3.根據圖中所示的minimax算法決策樹，根結點的估值是多少
| 編號 | 選項 |
|---|---|
| A | 7 |
| B | 16 |
| C | 12 |
| D | 9 |
4.以下哪個圍棋AI是基於AlphaBeta剪枝算法的
| 編號 | 選項 |
|---|---|
| A | AlphaGo |
| B | DeepZenGo |
| C | Mu Go |
| D | GNU Go |
5.圖中的剪枝過程稱爲____剪枝
| 編號 | 選項 |
|---|---|
| A | Alpha |
| B | Min |
| C | Max |
| D | Beta |
6.圖中的剪枝過程稱爲____剪枝
| 編號 | 選項 |
|---|---|
| A | Beta |
| B | Alpha |
| C | Min |
| D | Max |
7.蒙特卡洛樹搜索的主要流程有：
| 編號 | 選項 |
|---|---|
| A | 反饋 |
| B | 擴張 |
| C | 選擇 |
| D | 模擬 |
8.決策樹中的估值函數就是對每一個局面給出一個評價分數
| 編號 | 選項 |
|---|---|
| A | F |
| B | T |
9.AlphaBeta剪枝的效率一定比單純的minimax算法效率高
| 編號 | 選項 |
|---|---|
| A | T |
| B | F |
10.在AlphaBeta剪枝算法中，我們把一個結點可能取值的下界記作____值
Alpha