烟台市网站建设_网站建设公司_悬停效果_seo优化

1-前言

为了应对大学院考试，我们来学习相关人工智能相关知识，并做各种练习。

通过学习，也算是做笔记，让自己更理解些。

3-问题题目训练

4-练习（日语版本）解析

好，这一页其实就是官方「採点基準つきの参考答案」。
我帮你逐项对照 + 解释为什么这样给分，让你心里完全踏实。

一、（a）～（j）对照答案【官方版】

👉你现在看到的这张图 = 最终标准答案

二、和我们之前答案的「差异点说明」（很重要）

你可能注意到：
我之前给你的版本 vs 官方答案，有3 个词不一样，但都在可给分范围内。

① © 接続 vs 展開

• 官方：接続
• 教科书常见：展開（expand）

📌 为什么都可以？

本质都是「从当前状态生成后继状态」

在日文 AI 教材里：

• 接続：偏「状态之间的连接」
• 展開：偏「搜索操作」

👉官方以接続为准，你考试就写 接続

② (i) モンテカルロ vs 近似

• 官方答案：モンテカルロ
• 我之前说：近似（概念正确，但不够具体）

📌 官方句子是：

ベイズフィルタに（i）近似とベイズフィルタの更新式における SIR を導入することで…

这里的近似方法 = Monte Carlo 方法
👉モンテカルロ = 满分关键词

③ (j) 状態遷移 vs 遷移確率

• 官方：状態遷移
• 常见教材：遷移確率

📌 这一步的动作是：

粒子按照“状态转移模型”移动

👉 官方强调的是「状态转移本身」，不是概率名词
👉考试请写：状態遷移

三、为什么这道题是

看「出題意図」就很清楚：

✔ 搜索（最良优先）
✔ 强化学习（Q 学习策略）
✔ 概率推理（粒子滤波）

📌 考的不是计算，而是：

• 术语是否准确
• 算法结构是否理解
• 能否区分相近概念

四、现在该怎么“背才对”

✅ 直接背这一版（最终版）

(a) オープンリスト (b) クローズドリスト (c) 接続 (d) 高い (e) 確率 (f) ε (g) 1−ε (h) ボルツマン (i) モンテカルロ (j) 状態遷移

👉这一版 = 和官方完全一致

５-単語练习（日语版本）

(a) オープンリスト
(b) クローズドリスト
© 接続
(d) 高い
(e) 確率
(f) ε
(g) 1−ε
(h) ボルツマン
(i) モンテカルロ
(j) 状態遷移

启发式的 / 基于经验的
ヒューリスティックな知識
ヒューリスティック関数

(a) オープンリスト

中文：开放列表 / 待探索列表

👉 含义：
存放还没有被探索、将来要探索的状态的集合。
搜索时，总是从这个列表里取一个状态出来处理。

(b) クローズドリスト

中文：关闭列表 / 已探索列表

👉 含义：
存放已经探索过、不需要再探索的状态，
防止重复搜索同一个状态。

© 接続

中文：连接 / 生成（后继状态）

👉 含义：
从当前状态s出发，
通过状态之间的“连接关系”，生成可以到达的下一个状态。

（本质就是：从 s 扩展出新的状态）

(d) 高い

中文：高的 / 较大的

👉 含义：
在 Q 学习中，选择Q 值较高的动作，
也就是“看起来更好的动作”。

(e) 確率

中文：概率

👉 含义：
动作不是固定选一个，而是按照一定概率进行选择。

(f) ε

中文：ε（探索概率）

👉 含义：
在 ε-greedy 策略中，
以ε 的概率进行随机探索，尝试新的动作。

(g) 1−ε

中文：1 减 ε（利用概率）

👉 含义：
以1−ε 的概率选择当前 Q 值最大的动作，
也就是“利用已有经验”。

(h) ボルツマン

中文：玻尔兹曼（Boltzmann）

👉 含义：
使用玻尔兹曼分布（softmax），
根据 Q 值大小，把动作转换成概率来选择，
Q 值越大，被选中的概率越高。

(i) モンテカルロ

中文：蒙特卡洛方法

👉 含义：
通过随机采样来近似计算真实概率或分布，
粒子滤波中用它来近似贝叶斯滤波。

(j) 状態遷移

中文：状态转移

👉 含义：
系统从一个状态移动到下一个状态的过程，
描述“现在的状态 → 下一步变成什么状态”。

5-总结

知识一点点记录吧，最后应对考试，打下基础