基本信息

---

下载

文档摘要

---

2025年强化学习策略迭代（含答案与解析）

一、单选题（共15题）

1.以下哪个技术是实现强化学习策略迭代的关键组件？

A.分布式训练框架

B.持续预训练策略

C.评估指标体系

D.联邦学习隐私保护

答案：C

解析：评估指标体系是强化学习策略迭代的核心，它通过困惑度/准确率等指标来衡量策略的性能，并指导模型的调整和优化。

2.在强化学习中，哪种优化器对比更适合用于高维参数空间？

A.Adam

B.SGD

C.RMSprop

D.Adagrad

答案：A

解析：Adam（AdaptiveMomentEstimation）通过自适应学习率来优化高维参数空间，适用于