引導式測驗 · 中等 等級

人工智慧在交通號誌優化測驗的應用

檢查強化學習狀態、基於延遲的獎勵、多交叉口協調、模擬和城市信號建議。

問題 1 的 8

傳統定時交通號誌的主要限制是什麼?

預覽每個問題8 問題

當您參加測驗時,就會出現答案和解釋。

  1. 傳統定時交通號誌的主要限制是什麼?
    • 它們無法滿足不可預測的、不斷變化的現實世界的流量需求
    • 他們用太多電
    • 他們始終需要人工操作員
    • 他們只在晚上工作
  2. 哪一種機器學習方法通常用於學習訊號控制策略?
    • 影像生成
    • 強化學習
    • 垃圾郵件過濾
    • 語音合成
  3. 在強化學習流量代理中,獎勵通常會懲罰什麼?
    • 交叉路口車道數
    • 汽車的顏色
    • 累計車輛延誤或排隊長度
    • 一天中的時間
  4. 為什麼協調多個交叉口比優化一個交叉口更難?
    • 每個路口使用不同的電網
    • 感測器僅在孤立的道路上工作
    • 無法測量十字路口之間的流量
    • 更改一個號誌會影響鄰近十字路口的交通流量
  5. Google 的綠燈計畫的目的是什麼?
    • 推薦人工智慧驅動的城市交通號誌配時改進
    • 建造自動駕駛汽車
    • 將所有交通號誌燈替換為環島
    • 出售導航訂閱
  6. 經常使用什麼模擬工具來訓練交通號誌人工智慧代理?
    • 試算表
    • 交通微型模擬器,例如 SUMO
    • 文字處理器
    • 天氣預報模型
  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