單項(xiàng)選擇題（）是利用問題給出的局部知識(shí)來決定如何選取規(guī)則，接著再根據(jù)新狀態(tài)繼續(xù)選取規(guī)則，搜索過程一直進(jìn)行下去，不必考慮撤回用過的規(guī)則。
A.不可撤回方式
B.試探性方式
C.回溯方式
D.圖搜索方式
您可能感興趣的試卷
你可能感興趣的試題
1.單項(xiàng)選擇題如果我們給h（n）加上如下的限制條件，（），則A算法轉(zhuǎn)換為A*算法。
A.h（n）≥h*（n）
B.h（n）≤h*（n）
C.h（n）≥g*（n）
D.h（n）≤g*（n）
2.單項(xiàng)選擇題在極小極大過程中，用端節(jié)點(diǎn)的靜態(tài)估計(jì)函數(shù)f（p）求倒推值時(shí)，兩位選手應(yīng)采取不同的策略，從下往上逐層交替使用（）的選值方法。
A.極小和極大
B.極大和極小
C.極大和極大
D.極小和極小
3.單項(xiàng)選擇題在AO*算法中，已知h（n）函數(shù)對一個(gè)與或圖中各節(jié)點(diǎn)的假想估值如下：h（n0）＝3，h（n1）＝2，h（n2）＝4，h（n3）＝4，h（n4）＝1，h（n5）＝1，h（n6）＝2，h（n7）＝h（n8）＝0（目標(biāo)節(jié)點(diǎn)）。此外假設(shè)k-連接符的耗散值為k。開始時(shí)，初始節(jié)點(diǎn)n0，n0被擴(kuò)展，生成出節(jié)點(diǎn)n1、n4和n5，一個(gè)1－連接符指向n1，一個(gè)2－連接符指向n4和n5。這兩個(gè)連接符之間是"或"的關(guān)系。問指針將指向（）
A.n0的1－連接符
B.n0的2－連接符
C.n4
D.n5
4.單項(xiàng)選擇題在A算法中，當(dāng)h（n）≡0時(shí)，則A算法演變?yōu)椋ǎ?/a>
A.爬山法
B.動(dòng)態(tài)規(guī)劃法
C.A*算法
D.深度優(yōu)先算法
5.單項(xiàng)選擇題如何求解一個(gè)用產(chǎn)生式系統(tǒng)描述的問題，以及如何尋找具有最小耗散的解，屬于（）問題。
A.綜合數(shù)據(jù)庫
B.規(guī)則集合
C.目標(biāo)狀態(tài)
D.搜索策略
最新試題
智能運(yùn)維AIOps 的核心技術(shù)是什么（）？
題型：單項(xiàng)選擇題
人工智能中的“序列到序列”模型主要用于處理什么類型的數(shù)據(jù)（）？
題型：單項(xiàng)選擇題
Xpath 語言有（）的構(gòu)成。
題型：多項(xiàng)選擇題
在深度學(xué)習(xí)模型訓(xùn)練中，哪些技術(shù)可以用于加速模型收斂和提高穩(wěn)定性（）？
題型：多項(xiàng)選擇題
在自然語言處理中，哪些技術(shù)適用于提升問答系統(tǒng)的性能（）？
題型：多項(xiàng)選擇題
在深度學(xué)習(xí)中，哪些方法可以用于優(yōu)化模型訓(xùn)練過程并提高模型在特定任務(wù)上的表現(xiàn)（）？
題型：多項(xiàng)選擇題
度量泛化能力的好壞，最直觀的表現(xiàn)就是模型的（）。
題型：多項(xiàng)選擇題
在深度學(xué)習(xí)模型訓(xùn)練中，哪些技術(shù)有助于防止過擬合并提高模型在多任務(wù)學(xué)習(xí)上的表現(xiàn)（）？
題型：多項(xiàng)選擇題
屬性值約束主要有（）。
題型：多項(xiàng)選擇題
圖像數(shù)據(jù)標(biāo)注可以用于（）算法中。
題型：多項(xiàng)選擇題