Quiz collegato alla guida · Medio Livello

Quiz sui modelli mondiali e sui simulatori appresi

Scopri come i modelli mondiali prevedono i cambiamenti ambientali, supportano la pianificazione in stati immaginati e generano esperienze simulate interattive.

Domanda 1 di 8

Qual è il compito principale di un modello mondiale?

Anteprima di ogni domanda8 domande

Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.

  1. Qual è il compito principale di un modello mondiale?
    • Prevedere come cambia l'ambiente in base a uno stato e a un'azione
    • Per etichettare le immagini con categorie
    • Per comprimere il testo negli incorporamenti
    • Per instradare i pacchetti di rete
  2. In the 2018 World Models DoomTakeCover experiment, where was the controller trained?
    • Solo su hardware reale
    • All'interno del "sogno" ambientale appreso dal modello
    • Su un cluster di robot nel cloud pubblico
    • Utilizzando solo i dati linguistici
  3. Quale impresa notevole ha ottenuto DreamerV3 di DeepMind?
    • Scrivere un romanzo
    • Tradurre 100 lingue
    • Collecting diamonds in Minecraft using policy learning from imagined trajectories
    • Progettare un microchip
  4. Cosa fa il Genio di Google?
    • Comprime i video per lo streaming
    • Ordina i risultati della ricerca
    • Forma tutor linguistici
    • Genera mondi 2D controllabili e riproducibili da immagini e video senza etichetta
  5. In che modo molti modelli mondiali mantengono trattabile il problema della previsione per input ad alta dimensione come le immagini?
    • Codificano le osservazioni in uno stato latente compatto e prevedono in quello spazio
    • Ignorano completamente le immagini
    • Usano solo l'audio
    • Conservano ogni fotogramma grezzo per sempre
  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