교통 신호 최적화 퀴즈의 AI

퀴즈를 풀면 정답과 설명이 나타납니다.

1. 전통적인 고정 시간 교통 신호의 주요 제한 사항은 무엇입니까?
   • 예측 불가능하고 변화하는 실제 교통 수요를 충족할 수 없습니다.
   • 그들은 전기를 너무 많이 사용한다
   • 항상 인간 운영자가 필요합니다.
   • 그들은 밤에만 일해요
2. 신호 제어 정책을 학습하는 데 일반적으로 사용되는 기계 학습 접근 방식은 무엇입니까?
   • 이미지 생성
   • 강화 학습
   • 스팸 필터링
   • 음성 합성
3. 강화 학습 교통 에이전트에서 보상은 일반적으로 어떤 불이익을 줍니까?
   • 교차로의 차선 수
   • 자동차의 색상
   • 누적된 차량 지연 또는 대기열 길이
   • 시간
4. 여러 교차점을 조정하는 것이 하나를 최적화하는 것보다 어려운 이유는 무엇입니까?
   • 각 교차로는 서로 다른 전력망을 사용합니다.
   • 센서는 고립된 도로에서만 작동합니다.
   • 교차로 간 교통량을 측정할 수 있는 방법이 없습니다.
   • 하나의 신호를 변경하면 인근 교차로의 교통 흐름에 영향을 미칩니다
5. Google의 Green Light 프로젝트는 무엇을 위해 설계되었나요?
   • 도시의 AI 기반 교통 신호 타이밍 개선 권장
   • 자율주행차 만들기
   • 모든 신호등을 로터리로 교체
   • 내비게이션 구독 판매
6. 교통 신호 AI 에이전트를 훈련하는 데 자주 사용되는 시뮬레이션 도구는 무엇입니까?
   • 스프레드시트
   • SUMO와 같은 교통 마이크로 시뮬레이터
   • 워드 프로세서
   • 일기예보 모델
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