第 5 题

正确。AlphaGo Zero通过自我对弈获得反馈并改进策略，采用了强化学习技术。

正确。机器人感知地面反作用力并据此调整重心，体现了通过与环境交互、利用反馈调整行为的思路，属于行为主义的应用。

错误。单腿后空翻过程中，机器人需要根据实时感知的姿态、受力等状态调整动作，才能维持动态平衡。

正确。强化学习在仿真环境中反复试错，根据奖励反馈优化运动策略，训练得到动态平衡与运动模型。