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