第四章单元测试
- 下棋是非零和博弈。（ ）
- 极小极大搜索算法在扩展搜索树时，是以深度优先的方式。（ ）
- 极小极大搜索算法是以自顶向下的方式扩展搜索树，以自底向上的方式倒推评价值（ ）
- α-β剪枝法，采用有界深度优先策略进行搜索（ ）
- 为什么有了极小极大算法后，还要考虑剪枝。
- 使用极小极大搜索算法可以指导（ ）
- 对MIN/MAX的基本思想描述不正确的是：（ ）
- 博弈搜索算法的静态估计函数f，对于一个棋局P，下面描述正确的是：（ ）
下棋是博弈。（ ）
- 博弈算法只考虑下棋方怎样处于优势地位就可以，不必考虑对方。（ ）
极小极大搜索算法在扩展搜索树时，不是以深度优先的方式。（ ）
极小极大搜索算法不是以自顶向下的方式扩展搜索树，以自底向上的方式倒推评价值（ ）
蒙特卡罗树搜索(MCTS，Monte Carlo Tree Search)是一种非最佳优先搜索（Best- first search）算法吗？（ ）
- 极小极大搜索策略是考虑双方对弈若干步之后，从可能的步中选一步相对好的走法，可以在任意深度范围内进行搜索。（ ）
- MINMAX搜索算法的基本思想是一种换位思考的思想。（ ）
- 下棋的评价函数的要求是有利于程序方的势态，f(P)取正值，有利于对方的势态，f(P)取负。（ ）
- 博弈算法MinMax的基本思想，当轮到Min走步的结点时，Max应考虑f(p)取极（）值；当轮到Max走步的结点时，Max应考虑f(p)取极（）值。___ ___
- MCTS算法一般会经历四个阶段：选择，扩展，模拟和回溯。（ ）
- 极小极大过程是一种深度优先搜索过程。（ ）
A:错 B:对
答案:错
A:错 B:对
A:错 B:对
A:对 B:错
A:无法具体指导 B:下棋的一次落子 C:下棋的二次落子 D:下棋开始直到棋局结束
A:当轮到MAX起步的结点时，MAX应该考虑最好的情况 B:当轮到MIN起步的结点时，MAX应该考虑最坏的情况 C:MAX始终都可以考虑自己处于优势地位 D:f(p)取最小值，f(p)取最大值是交替进行的
A:有利于程序方，f（P）取正值 B:对于胜局，取1 C:有利于程序的对方，f（P）取负值 D:对于败局，取0
A:对 B:错
A:错 B:对
A:对 B:错
A:对 B:错
A:对 B:错
A:错 B:对
A:错 B:对
A:对 B:错
A:对 B:错
A:错 B:对
温馨提示支付 ￥3.00 元后可查看付费内容,请先翻页预览!
