Викторина, связанная с руководством · Средний Уровень

ИИ в викторине по оптимизации светофоров

Проверяет состояния обучения с подкреплением, вознаграждения на основе задержки, координацию нескольких перекрестков, моделирование и рекомендации по городским сигналам.

Связанные направляющие путиИИ в оптимизации светофоров
Вопрос 1 из 8

В чем заключается основное ограничение традиционных сигналов светофора с фиксированным сроком действия?

Предварительный просмотр каждого вопроса8 вопросы

Ответы и пояснения появляются по мере прохождения теста.

  1. В чем заключается основное ограничение традиционных сигналов светофора с фиксированным сроком действия?
    • Они не могут соответствовать непредсказуемому, меняющемуся реальному спросу на трафик.
    • Они используют слишком много электроэнергии
    • Им постоянно требуется человек-оператор
    • Они работают только ночью
  2. Какой подход машинного обучения обычно используется для изучения политик управления сигналами?
    • Генерация изображений
    • Обучение с подкреплением
    • Фильтрация спама
    • Синтез речи
  3. Что обычно наказывает вознаграждение в агенте трафика, обучающемся с подкреплением?
    • Количество полос на перекрёстке
    • Цвет автомобилей
    • Суммарная задержка транспортного средства или длина очереди
    • Время суток
  4. Почему координировать несколько перекрестков сложнее, чем оптимизировать один?
    • На каждом перекрестке используется своя электросеть.
    • Датчики работают только на изолированных дорогах
    • Нет возможности измерить трафик между перекрестками.
    • Изменение одного сигнала влияет на транспортный поток на соседних перекрестках
  5. Для чего был разработан проект «Зеленый свет» Google?
    • Рекомендовать улучшение синхронизации сигналов светофора в городах с помощью искусственного интеллекта
    • Стройте беспилотные автомобили
    • Заменить все светофоры на круговые
    • Продать подписки на навигацию
  6. Какой инструмент моделирования часто используется для обучения агентов искусственного интеллекта светофоров?
    • электронная таблица
    • Микросимулятор дорожного движения, такой как SUMO.
    • Текстовый процессор
    • Модель прогнозирования погоды
  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