গাইড লিঙ্ক ক্যুইজ · মাঝারি স্তর

বিশ্ব মডেল এবং শেখা সিমুলেটর কুইজ

বিশ্বের মডেলগুলি কীভাবে পরিবেশের পরিবর্তনের পূর্বাভাস দেয়, কল্পনা করা রাজ্যে পরিকল্পনা সমর্থন করে এবং ইন্টারেক্টিভ সিমুলেটেড অভিজ্ঞতা তৈরি করে তা অন্বেষণ করুন।

প্রশ্ন 1 এর 8

একটি বিশ্ব মডেলের মূল কাজ কি?

প্রতিটি প্রশ্নের পূর্বরূপ দেখুন8 প্রশ্ন

আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।

  1. একটি বিশ্ব মডেলের মূল কাজ কি?
    • ভবিষ্যদ্বাণী করা কিভাবে পরিবেশ পরিবর্তিত হয় একটি রাষ্ট্র এবং কর্ম দেওয়া
    • বিভাগ সহ ছবি লেবেল করতে
    • এম্বেডিং-এ টেক্সট কম্প্রেস করতে
    • নেটওয়ার্ক প্যাকেট রুট করতে
  2. In the 2018 World Models DoomTakeCover experiment, where was the controller trained?
    • শুধুমাত্র বাস্তব হার্ডওয়্যার উপর
    • ভেতরে মডেলের নিজের শেখা 'স্বপ্ন' পরিবেশের
    • রোবটের একটি পাবলিক ক্লাউড ক্লাস্টারে
    • শুধুমাত্র ভাষা তথ্য ব্যবহার করে
  3. DeepMind এর DreamerV3 কোন উল্লেখযোগ্য কৃতিত্ব অর্জন করেছে?
    • উপন্যাস লিখছেন
    • 100টি ভাষায় অনুবাদ করা হচ্ছে
    • Collecting diamonds in Minecraft using policy learning from imagined trajectories
    • একটি মাইক্রোচিপ ডিজাইন করা
  4. Google এর জিনি কি করে?
    • স্ট্রিমিংয়ের জন্য ভিডিও কম্প্রেস করে
    • সার্চ ফলাফল বাছাই
    • ভাষা শিক্ষকদের প্রশিক্ষণ দেয়
    • ছবি এবং লেবেলবিহীন ভিডিও থেকে নিয়ন্ত্রণযোগ্য, খেলার যোগ্য 2D বিশ্ব তৈরি করে
  5. কিভাবে অনেক বিশ্ব মডেল ইমেজ মত উচ্চ-মাত্রিক ইনপুট জন্য ভবিষ্যদ্বাণী সমস্যা ট্র্যাক্টেবল রাখে?
    • তারা পর্যবেক্ষণগুলিকে একটি কম্প্যাক্ট সুপ্ত অবস্থায় এনকোড করে এবং সেই স্থানটিতে ভবিষ্যদ্বাণী করে
    • তারা ইমেজ সম্পূর্ণরূপে উপেক্ষা
    • তারা শুধুমাত্র অডিও ব্যবহার করে
    • তারা প্রতিটি কাঁচা ফ্রেম চিরতরে সংরক্ষণ করে
  6. What is a potential motivation for using a world model in robotics?
    • Guarantee every simulated action is safe to deploy
    • Explore candidate actions in learned dynamics with fewer real-world interactions, while validating model accuracy
    • Avoid testing the model against any real observations
    • Prove a visually realistic frame is physically accurate
  7. What techniques did DreamerV3 report for improving learning stability across diverse domains?
    • A fixed image resize and no reward modeling
    • A hand-written controller for every game
    • Normalization, balancing, and transformations
    • Removing all state observations from training
  8. Why does visually plausible output from a learned simulator not by itself prove accurate dynamics?
    • Visual models cannot process actions
    • Every rendered image is a ground-truth sensor measurement
    • Plausibility guarantees accurate forces and collisions
    • A realistic-looking frame may still depict incorrect physical state changes