Quiz collegato alla guida · Medio Livello
Quiz sull'intelligenza artificiale nell'ottimizzazione dei segnali stradali
Controlla gli stati di apprendimento per rinforzo, i premi basati sul ritardo, il coordinamento multi-intersezione, la simulazione e le raccomandazioni sui segnali della città.
Domanda 1 di 8
Qual è il limite principale dei tradizionali semafori a tempo fisso?
Anteprima di ogni domanda8 domande
Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.
- Qual è il limite principale dei tradizionali semafori a tempo fisso?
- Non possono soddisfare la domanda di traffico reale, imprevedibile e mutevole
- Usano troppa elettricità
- Richiedono sempre la presenza di un operatore umano
- Funzionano solo di notte
- Quale approccio di machine learning viene comunemente utilizzato per apprendere le policy di controllo del segnale?
- Generazione di immagini
- Apprendimento per rinforzo
- Filtraggio dello spam
- Sintesi vocale
- In un agente del traffico con apprendimento per rinforzo, cosa penalizza tipicamente la ricompensa?
- Il numero di corsie all'incrocio
- Il colore delle auto
- Ritardo accumulato del veicolo o lunghezza della coda
- L'ora del giorno
- Perché coordinare più intersezioni è più difficile che ottimizzarne una?
- Ogni incrocio utilizza una rete elettrica diversa
- I sensori funzionano solo su strade isolate
- Non è possibile misurare il traffico tra gli incroci
- La modifica di un segnale influisce sul flusso del traffico agli incroci vicini
- Per cosa era stato progettato il progetto Green Light di Google?
- Consigliare miglioramenti nella tempistica dei segnali stradali guidati dall'intelligenza artificiale nelle città
- Costruisci auto a guida autonoma
- Sostituire tutti i semafori con rotatorie
- Vendi abbonamenti di navigazione
- Quale strumento di simulazione viene spesso utilizzato per addestrare gli agenti IA dei semafori?
- Un foglio di calcolo
- Un microsimulatore di traffico come SUMO
- Un elaboratore di testi
- Un modello di previsione meteorologica
- 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
- 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