2、基于时间差分（TD)的方法有：

A.蚁群算法

B.遗传算法

C.人工神经网络

D.蒙特卡洛方法

E.归并排序算法

A.蚁群算法

B.遗传算法

C.人工神经网络

D.蒙特卡洛方法

E.归并排序算法

F.二分查找算法

A.二分查找法

B.启发式算法

C.minimax算法

D.蒙特卡洛方法

A.一个episode就是一个从起始状态到结束的经历

B.蒙特卡洛方法需要很少的episode就可以得到准确结果

C.TD方法每次更新不需要使用完整的episode

D.蒙特卡洛的方法需要等到整个episode结束才能更新

A.运行蒙特卡洛算法p次， 至少有一次是正确的。

B.一致是指蒙特卡洛算法对于一个实例，其正确解是唯一的。

C.当正确解是y0, 而蒙特卡洛算法得到的解不是y0

D.猜硬币的正反面问题，因为猜一次正确的概率是50%，所以不能使用蒙特卡洛算法解决。

A.偏yes的蒙特卡洛算法如果算法给出的答案是“Yes”，则原问题的答案一定是“Yes”

B.偏no的蒙特卡洛算法如果算法给出的答案是“No”，则原问题的答案一定是“No”

C.偏yes的蒙特卡洛算法如果算法给出的答案是“Yes”，则原问题的答案以小概率是“No”

D.偏no的蒙特卡洛算法如果算法给出的答案是“No”，则原问题的答案以小概率是“Yes”

A.分支限界

B.贪心算法

C.随机算法

D.动态规划算法