人工智能学习-AI入试相关题目练习-第八次
- 1-前言
- 3-问题题目训练
- 4-练习（日语版本）解析
- 一、（a）～（j）对照答案【官方版】
- 二、和我们之前答案的「差异点说明」（很重要）
-
- [① (c) 接続 vs 展開](#① (c) 接続 vs 展開)
- [② (i) モンテカルロ vs 近似](#② (i) モンテカルロ vs 近似)
- [③ (j) 状態遷移 vs 遷移確率](#③ (j) 状態遷移 vs 遷移確率)
- 三、为什么这道题是
- 四、现在该怎么"背才对"
-
- [✅ 直接背这一版（最终版）](#✅ 直接背这一版（最终版）)
- ５-単語练习（日语版本）
-
-
- [(a) オープンリスト](#(a) オープンリスト)
- [(b) クローズドリスト](#(b) クローズドリスト)
- [(c) 接続](#(c) 接続)
- [(d) 高い](#(d) 高い)
- [(e) 確率](#(e) 確率)
- [(f) ε](#(f) ε)
- [(g) 1−ε](#(g) 1−ε)
- [(h) ボルツマン](#(h) ボルツマン)
- [(i) モンテカルロ](#(i) モンテカルロ)
- [(j) 状態遷移](#(j) 状態遷移)
-
- 5-总结
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】
| 空格 | 官方答案 | 含义（你要理解的点） |
|---|---|---|
| (a) | オープンリスト | 待探索状态集合 |
| (b) | クローズドリスト | 已探索状态集合 |
| © | 接続 | 从状态 s 连接/生成 后继状态 |
| (d) | 高い | Q 值高的动作 |
| (e) | 確率 | 按概率选择 |
| (f) | ε | 探索概率 |
| (g) | 1 − ε | 利用（greedy）概率 |
| (h) | ボルツマン | Boltzmann（softmax） |
| (i) | モンテカルロ | Monte Carlo 近似 |
| (j) | 状態遷移 | 状态转移 |
👉 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）
text
(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