Mit dem Guide verknüpftes Quiz · Mittel Ebene

KI im Verkehrssignaloptimierungsquiz

Überprüft Verstärkungslernzustände, verzögerungsbasierte Belohnungen, Koordination mehrerer Kreuzungen, Simulation und Stadtsignalempfehlungen.

Verwandte FührungspfadeKI in der Verkehrssignaloptimierung
Frage 1 von 8

Was ist die größte Einschränkung herkömmlicher Verkehrsampeln mit fester Taktung?

Sehen Sie sich jede Frage in der Vorschau an8 Fragen

Während Sie am Quiz teilnehmen, werden Antworten und Erklärungen angezeigt.

  1. Was ist die größte Einschränkung herkömmlicher Verkehrsampeln mit fester Taktung?
    • Sie können der unvorhersehbaren, sich ändernden Verkehrsnachfrage in der realen Welt nicht gerecht werden
    • Sie verbrauchen zu viel Strom
    • Sie erfordern jederzeit einen menschlichen Bediener
    • Sie arbeiten nur nachts
  2. Welcher maschinelle Lernansatz wird üblicherweise zum Erlernen von Signalsteuerungsrichtlinien verwendet?
    • Bilderzeugung
    • Verstärkungslernen
    • Spam-Filterung
    • Sprachsynthese
  3. Was bestraft die Belohnung normalerweise bei einem Traffic-Agenten, der Verstärkung lernt?
    • Die Anzahl der Fahrspuren an der Kreuzung
    • Die Farbe der Autos
    • Kumulierte Fahrzeugverzögerung oder Warteschlangenlänge
    • Die Tageszeit
  4. Warum ist die Koordinierung mehrerer Kreuzungen schwieriger als die Optimierung einer?
    • Jede Kreuzung nutzt ein anderes Stromnetz
    • Sensoren funktionieren nur auf abgelegenen Straßen
    • Es gibt keine Möglichkeit, den Verkehr zwischen Kreuzungen zu messen
    • Der Wechsel eines Signals wirkt sich auf den Verkehrsfluss an benachbarten Kreuzungen aus
  5. Wofür wurde das Projekt Green Light von Google konzipiert?
    • Empfehlen Sie KI-gesteuerte Verbesserungen der Ampelsteuerung in Städten
    • Bauen Sie selbstfahrende Autos
    • Ersetzen Sie alle Ampeln durch Kreisverkehre
    • Navigationsabonnements verkaufen
  6. Welches Simulationstool wird häufig zum Trainieren von Ampel-KI-Agenten verwendet?
    • Eine Tabellenkalkulation
    • Ein Verkehrsmikrosimulator wie SUMO
    • Ein Textverarbeitungsprogramm
    • Ein Wettervorhersagemodell
  7. Which observations may form the state of a reinforcement-learning traffic-signal agent?
    • Only the weather forecast
    • The driver’s social-media profile
    • Queue lengths, vehicle counts and the current signal phase
    • The total number of roads in the country
  8. What is one benefit of coordinating neighboring signal agents along a corridor?
    • They eliminate the need for sensors
    • They guarantee zero vehicle delay
    • They replace traffic laws with rewards
    • They can form green waves rather than optimize each intersection in isolation