大学网课搜题引擎
首页
学堂在线
无人驾驶技术概论
第七章 智能决策与规划
题目详情
简答题
Q Learning、Deep Q Network、Policy Gradients 强化学习算法都是基于价值的强化学习算法。
A、正确
B、错误
查看答案与解析
简答题
无人驾驶自主决策系统需要的输入信息包括 ： A、任务信息和先验地图信息 B、车辆位姿信息 C、实时环境感知信息 D、车辆状态信息
简答题
深度Q网络（Deep Q Network, DQN）算法是一种 强化学习算法。 A、离线学习策略 B、在线学习策略 C、基于概率 D、基于价值
简答题
无人驾驶自主决策系统通过先验驾驶地图与关键点路网文件进行全局路径规划，搜索出到达目的地的全局最优行驶路线。全局路径规划又称为 ： A、二次路径规划 B、一次路径规划 C、动态规划 D、静态规划
简答题
DQN目标网络的参数更新方式为：实时地复制评估网络的参数。 A、正确 B、错误
简答题
强化学习与监督学习的区别，在于监督学习一般有标签信息，而且是单步决策问题；强化学习没有标签信息，而且一般是多步决策。 A、正确 B、错误
简答题
强化学习算法通过与环境交互学习行为策略，但需要样本数据才能学习驾驶策略。 A、正确 B、错误
简答题
无人驾驶自主决策系统的局部路径规划包括行为决策子模块、运动规划子模块，行为决策主要解决的是无人车目标状态问题，运动规划解决的是无人车处于目标状态中具体的运动规划。 A、正确 B、错误
简答题
局部路径规划中的运动规划是自主决策系统和控制执行系统之间的接口，其主要负责将 转化为期望的路径点序列和期望速度。 A、行为指令 B、一次路径 C、定位信息 D、感知信息
简答题
无人驾驶自主决策系统中的局部路径规划又称为 ： A、二次路径规划 B、一次路径规划 C、动态规划 D、静态规划
无人驾驶技术概论
章节列表
第一章 绪论
5
第二章 车载总线技术
12
第三章 线控底盘的改造与实现
10
第四章 精确定位方法
10
第五章 视觉感知与应用
6
第六章 雷达原理及应用
12
第七章 智能决策与规划
10
考试
50
第八章 智能控制算法
7
第九章 智能交互
8
第十章 无人驾驶车的测试与评估
10
第十一章无人驾驶车辆的应用场景
12