iPAS 考題解析某物流公司導入強化式學習（Reinforcement Learning）優化車隊調度。模型在系統運行過程中，會依據不同配送狀態動態調整行動選擇方式，使決策結果逐步朝較佳績效收斂。上述模型在學習過程中的調整行為，最符合下列哪一項強化式學習核心機制？

解析

正確答案：A. 調整策略函數以改變行動選擇機率

強化式學習的核心機制是透過策略函數（Policy）來決定在不同狀態下選擇哪個行動。模型根據獲得的獎勵調整策略函數，改變行動選擇的機率分佈，使決策逐步趨向最佳。

每個選項為什麼對或錯

• A 調整策略函數以改變行動選擇機率 正解

  調整策略函數改變行動選擇機率是強化式學習的核心機制（正確答案）。

• B 更新訓練資料分布以降低模型偏差 錯誤選項

  更新訓練資料分布是資料處理的概念，不是強化式學習的核心機制。

• C 重新分群狀態資料以識別決策類型 錯誤選項

  重新分群狀態資料是非監督式學習的做法，不是強化式學習的機制。

• D 建立正確決策標籤進行誤差修正 錯誤選項

  建立正確決策標籤是監督式學習的做法，強化式學習不需要標籤。

答案、題目或解析有問題？回報這題

題目 © 經濟部產業發展署，AITerms.tw 僅作教學解析使用，本站解析以 CC BY-NC-SA 4.0 授權。