基本信息

---

下载

文档摘要

---

2025年策略梯度算法优化测试题（含答案与解析）

一、单选题（共15题）

1.在策略梯度算法中，以下哪个不是常用的策略更新方法？

A.REINFORCE

B.A2C

C.DQN

D.TRPO

答案：C

解析：策略梯度算法中，REINFORCE、A2C和TRPO都是常用的策略更新方法。DQN（DeepQ-Network）是另一种强化学习算法，主要用于值函数的估计，不属于策略梯度算法的范畴。参考《强化学习：原理与算法》2025版4.2节。

2.以下哪种方法可以有效地解决梯度消失问题？

A.使用ReLU激活函数

B.增加网络层数

C.使用批归一化

D.增加学习率

答案