iPAS AI 應用規劃師初級 115 年第二次 科一 第 24 題 詳解

115 年第二次 科一 人工智慧基礎概論

某電商平台導入強化學習（Reinforcement Learning）技術優化商品推薦策略，AI代理（AI Agent）會根據使用者的點擊與購買行為持續調整推薦內容。技術團隊在討論中發現，系統面臨一個核心挑戰：若AI Agent總是推薦過去表現良好的商品，可能會錯失發掘更高潛力商品的機會；但若頻繁嘗試未知商品，又可能影響短期的推薦成效與使用者體驗。請問上述情境敘述的是強化學習中哪一個核心問題？

1. A探索與利用的權衡（Exploration vs. Exploitation）（正確答案）

   沿用既有最佳解與嘗試未知選項之間的取捨，正是此情境。

2. B偏差與變異的權衡（Bias vs. Variance）

   描述模型誤差來源分解，屬統計學習範疇，非動作選擇。

3. C梯度爆炸與消失（Vanishing and Exploding Gradients）

   深度網路反向傳播時的梯度數值問題，與推薦策略無關。

4. D過擬合與欠擬合（Overfitting and Underfitting）

   指模型對訓練資料擬合過度或不足，情境並未談到泛化能力。