朝陽區(qū)2024屆高三下學(xué)期4月一模試題語文（PDF版

含解析）

北京市朝陽區(qū)高三年級第二學(xué)期質(zhì)量檢測一

語文

2024.4

（考試時間150分鐘滿分150分）

本試卷共10頁?？忌鷦?wù)必將答案答在答題卡上，在試卷上作答

無效。考試結(jié)束后，將

本試卷和答題卡一并交回。

一、本大題共5小題，共18分。

閱讀下面材料，完成下面小題。

材料一

1967年，機器人的定義首次被提出。此后多年間，研究者們提

出的機器人定義不盡相同，但都指出機

器人應(yīng)具有協(xié)助人或代替人執(zhí)行任務(wù)的能力，即機器人應(yīng)具備一

定的技能。機器人的技能指機器人在某個

特定目的下執(zhí)行的連續(xù)動作序列，比如抓提技能、爬行技能、行

走技能等。如何使機器人獲得各項技能，

一直是機器人研究領(lǐng)域的核心課題。

機器人學(xué)習(xí)指機器人模擬實現(xiàn)人類的學(xué)習(xí)行為，像人類一樣通過

不斷學(xué)習(xí)來玫善自身的性能，從而大

幅提高自適應(yīng)能力和智能化水平。機器人從無到有獲得技能的這

一過程稱為技能習(xí)得。傳統(tǒng)機器人的技能

習(xí)得一般采用固定的編程方式，通常通過人工示教來完成。機器

人運用這種學(xué)習(xí)方式不僅費時費力，還會

在面臨復(fù)雜多變的非結(jié)構(gòu)化應(yīng)用場景時顯得力有未逮。近些年來,

使機器人像人一樣有能力在動態(tài)變化的

未知環(huán)境中通過與環(huán)境交互進行自主學(xué)習(xí)，成為機器人學(xué)習(xí)研究

的主要方向。

（取材于曲威名的相關(guān)文章）

材料二

強化學(xué)習(xí)的一個起源來自對動物行為的實驗觀察。動物在面對相

同情景時會表現(xiàn)出不同的行為，它們

更傾向于能夠引起自身滿足感的行為，而對于那些會給自己帶來

不適的行為則會盡量避免。換言之，動物

的行為在與環(huán)境的互動中通過不斷試錯來鞏固。試錯學(xué)習(xí)也是強

化學(xué)習(xí)方法的核心思想。研究者發(fā)現(xiàn)，這

種試錯的思想與讓機器人通過與環(huán)境交互來學(xué)習(xí)的想法不謀而

合。如今，越來越多的機器人采用基于強化

學(xué)習(xí)的方法進行學(xué)習(xí)。2022年，研究者應(yīng)用一個充分訓(xùn)練過的

深度強化學(xué)習(xí)網(wǎng)絡(luò)，實現(xiàn)了機器人在不平整

戶外地形中進行可靠的自主導(dǎo)航。

模仿學(xué)習(xí)又稱為示教學(xué)習(xí)。與強化學(xué)習(xí)相比，模仿學(xué)習(xí)降低了學(xué)

習(xí)過程中搜索空間的復(fù)雜度，減少了

學(xué)習(xí)過程中所需的樣本量，加快了學(xué)習(xí)速度c鑒于單純使用模仿

學(xué)習(xí)方法易使訓(xùn)練得到的策略陷入局部最

優(yōu)解，一些研究者嘗試將模仿學(xué)習(xí)與強化學(xué)習(xí)相結(jié)合。這種嘗試

在仿真機器人以及PKU-HR5機器人上都

取得了令人滿意的實驗效果。

遷移學(xué)習(xí)指機器人通過對過往經(jīng)臉或已有知識的再利用，加快學(xué)

習(xí)執(zhí)行新任務(wù)的能力，實現(xiàn)不同技能

之間的遷移。相較其他學(xué)習(xí)方法，遷移學(xué)習(xí)是一種可以利用少量

訓(xùn)練數(shù)據(jù)使機器人學(xué)到新技能的方法。直

接在實體機器人上進行任務(wù)遷移的做法雖然可行、但會造成機器

人與環(huán)境之間的交互次數(shù)過多，加快機器

人的機械磨損，縮短機器人的使用壽命。針對這個問題，一種有

效的方法是，先在仿真環(huán)境中進行訓(xùn)練，

然后在現(xiàn)實環(huán)境中部署。然而，仿真環(huán)境與現(xiàn)實環(huán)境通常因差距

過大而不匹配，產(chǎn)生“現(xiàn)實鴻溝”，這是

遷移學(xué)習(xí)中面臨的一個重要問題。此外，遷移學(xué)習(xí)中還經(jīng)常出現(xiàn)

“災(zāi)難性遺忘”問題，即當(dāng)學(xué)習(xí)完成一項

新任務(wù)時，會忘記之前的任務(wù)。針對這一問題，研究者提出了漸

進式網(wǎng)絡(luò)，該網(wǎng)絡(luò)橫向連接到先前任務(wù)習(xí)

得的特征，利用先驗知識有效地避免遺忘。研究者還應(yīng)用漸進式

網(wǎng)絡(luò)技術(shù)成功地將一種機器人手臂控制策

略從仿真環(huán)境遷移到了現(xiàn)實環(huán)境中。

發(fā)展學(xué)習(xí)是一種通過明確地模擬人類認知發(fā)展機理來讓機器人

習(xí)得技能的方法。研究者以兒童心理學(xué)

家皮亞杰提出的兒童認知發(fā)展階段理論為理論依據(jù)，提出了機器

人自主心智發(fā)展的概念。研究者認為，可

以通過仿照人類從嬰兒到成人的智能發(fā)育過程，來實現(xiàn)機器人的

智能進化，使機器人借助傳感器和執(zhí)行器

與外部環(huán)境互動，并像人一樣在交互過程中自主學(xué)習(xí)，逐漸提高

智能水平。

（取材于劉天林、林惟凱等的相關(guān)文章）

材料三

盡管當(dāng)前機器人學(xué)習(xí)傾域已取得諸多成果，但仍然存在一些亟待

解決的問題。強化學(xué)習(xí)若想使機器人

能夠?qū)崿F(xiàn)自主學(xué)習(xí)，需要大量的訓(xùn)練數(shù)據(jù)。獲得大量的訓(xùn)練數(shù)據(jù)

往往成本高昂，因此降低數(shù)據(jù)需求對機器

人學(xué)習(xí)的發(fā)展具有重要意義。結(jié)合強化學(xué)習(xí)的模仿學(xué)習(xí)和結(jié)合強

化學(xué)習(xí)的遷移學(xué)習(xí)可以獲得更好的性能，

因此在某種程度上可以視強化學(xué)習(xí)為機器人學(xué)習(xí)的基礎(chǔ)。強化學(xué)

習(xí)本身就是在嘗試獲得最大獎勵，然而，

強化學(xué)習(xí)中存在“獎勵稀疏”問題，即在執(zhí)行任務(wù)時很難頻繁地

獲得有益的反饋（獎勵），這導(dǎo)致學(xué)習(xí)緩

慢、低效。如何有效、合理地解決這一問題，有待進一步探索。

盡常漸進式網(wǎng)絡(luò)等技術(shù)在一定程度上解決

了“現(xiàn)實鴻溝”問題，但是如何在具有較大差別的仿真環(huán)境與現(xiàn)

實環(huán)境之間快速準(zhǔn)確地實現(xiàn)技能遷移，仍

是機器人研究的重要課題之一。

未來，如何讓機器人更好地借鑒生物的機理習(xí)得相應(yīng)技能、管理

已獲得的技能并將已有技能自主結(jié)合

形成新技能、針對相同的任務(wù)在不同的環(huán)境中自主選擇最優(yōu)策略

等，或?qū)⒊蔀闄C器人學(xué)習(xí)領(lǐng)域的研究熱

點。

(取材于林惟凱、羅定生等的相關(guān)文章)