iPAS AI 應用規劃師題庫・初級・L11 人工智慧基礎概論

iPAS 考題解析關於 Q-Learning 與 Deep Q-Learning，下列敘述何者最正確？

來源標記：iPAS 114年第四次 AI應用規劃師初級能力鑑定（114 年）

你的作答

正確答案：C. Deep Q-Learning 透過深度神經網路近似 Q 值，避免了 Q 表在高維空間中難以擴展的問題；

Deep Q-Learning 的核心創新是用深度神經網路（DNN）取代傳統的 Q 表來近似 Q 值函數。傳統 Q-Learning 使用 Q 表在高維狀態空間中會遇到維度爆炸的問題，而 DNN 能有效地泛化和近似高維空間中的 Q 值。

A Q-Learning 與 Deep Q-Learning 的差異在於是否使用標記資料作為學習基礎；錯誤選項

兩者都屬於強化式學習，差異不在於是否使用標記資料，而在於 Q 值的表示方式。
B Q-Learning 可處理任意維度的狀態空間，因此比 Deep Q-Learning 更靈活；錯誤選項

Q-Learning 使用 Q 表，在高維空間中會遇到維度爆炸問題，反而不如 Deep Q-Learning 靈活。
C Deep Q-Learning 透過深度神經網路近似 Q 值，避免了 Q 表在高維空間中難以擴展的問題；正解

Deep Q-Learning 用神經網路近似 Q 值，有效解決了 Q 表在高維空間中的擴展性問題。
D Deep Q-Learning 無法搭配經驗回放（Experience Replay），因為會導致樣本順序被打亂錯誤選項

Deep Q-Learning 正是透過經驗回放打破樣本相關性來穩定訓練，兩者可以搭配使用。

答案、題目或解析有問題？回報這題

關於 iPAS AI 應用規劃師