Gids-gekoppelde quiz · Middelmatig Niveau

AI in de quiz voor het optimaliseren van verkeerssignalen

Controleert de status van versterkingsleer, op vertragingen gebaseerde beloningen, coördinatie tussen meerdere kruispunten, simulatie en stadssignaalaanbevelingen.

Vraag 1 van 8

Wat is de belangrijkste beperking van traditionele verkeerssignalen met vaste timing?

Bekijk elke vraag8 vragen

Antwoorden en uitleg verschijnen terwijl je de quiz doet.

  1. Wat is de belangrijkste beperking van traditionele verkeerssignalen met vaste timing?
    • Ze kunnen niet voldoen aan de onvoorspelbare, veranderende verkeersvraag in de echte wereld
    • Ze gebruiken te veel elektriciteit
    • Ze hebben te allen tijde een menselijke operator nodig
    • Ze werken alleen 's nachts
  2. Welke machine learning-aanpak wordt vaak gebruikt om signaalcontrolebeleid te leren?
    • Beeldgeneratie
    • Versterkend leren
    • Spamfiltering
    • Spraaksynthese
  3. Wat wordt bij een verkeersagent met versterkend leren doorgaans bestraft met de beloning?
    • Het aantal rijstroken op het kruispunt
    • De kleur van de auto's
    • Geaccumuleerde voertuigvertraging of wachtrijlengte
    • Het tijdstip van de dag
  4. Waarom is het coördineren van meerdere kruispunten moeilijker dan het optimaliseren van één?
    • Elk kruispunt maakt gebruik van een ander elektriciteitsnet
    • Sensoren werken alleen op geïsoleerde wegen
    • Er is geen manier om het verkeer tussen kruispunten te meten
    • Het veranderen van één signaal beïnvloedt de verkeersstroom op aangrenzende kruispunten
  5. Waarvoor was het Project Green Light van Google ontworpen?
    • Beveel AI-gestuurde verbeteringen van de timing van verkeerssignalen in steden aan
    • Bouw zelfrijdende auto's
    • Vervang alle verkeerslichten door rotondes
    • Verkoop navigatie-abonnementen
  6. Welke simulatietool wordt vaak gebruikt om AI-agenten voor verkeerslichten te trainen?
    • Een spreadsheet
    • Een verkeersmicrosimulator zoals SUMO
    • Een tekstverwerker
    • Een weersvoorspellingsmodel
  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