Test legat de ghid · Mediu Nivel

AI în Testul de optimizare a semnalului de trafic

Verifică stările de întărire-învățare, recompense bazate pe întârziere, coordonare cu mai multe intersecții, simulare și recomandări de semnalizare a orașului.

Întrebare 1 de 8

Care este limitarea principală a semnalelor de trafic tradiționale cu timp fix?

Previzualizează fiecare întrebare8 întrebări

Răspunsurile și explicațiile apar pe măsură ce susțineți testul.

  1. Care este limitarea principală a semnalelor de trafic tradiționale cu timp fix?
    • Ele nu pot satisface cererea de trafic imprevizibilă și în schimbare din lumea reală
    • Ei folosesc prea multă electricitate
    • Au nevoie de un operator uman în orice moment
    • Ei lucrează doar noaptea
  2. Ce abordare de învățare automată este folosită în mod obișnuit pentru a învăța politicile de control al semnalului?
    • Generarea imaginii
    • Învățare prin întărire
    • Filtrarea spamului
    • Sinteza vorbirii
  3. Într-un agent de trafic de învățare prin întărire, ce penalizează de obicei recompensa?
    • Numărul de benzi la intersecție
    • Culoarea mașinilor
    • Întârzierea acumulată a vehiculului sau lungimea cozii
    • Ora zilei
  4. De ce este mai dificilă coordonarea mai multor intersecții decât optimizarea uneia?
    • Fiecare intersecție folosește o rețea electrică diferită
    • Senzorii funcționează doar pe drumuri izolate
    • Nu există nicio modalitate de a măsura traficul între intersecții
    • Schimbarea unui semnal afectează fluxul de trafic la intersecțiile învecinate
  5. Pentru ce a fost proiectat Proiectul Green Light al Google?
    • Recomandați îmbunătățiri ale sincronizarii semnalelor de trafic bazate pe inteligență artificială în orașe
    • Construiește mașini autonome
    • Înlocuiți toate semafoarele cu sensuri giratorii
    • Vinde abonamente de navigare
  6. Ce instrument de simulare este adesea folosit pentru a instrui agenții AI al semnalelor de trafic?
    • O foaie de calcul
    • Un microsimulator de trafic, cum ar fi SUMO
    • Un procesor de text
    • Un model de prognoză meteo
  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