20、基于规则的决策有较强的自学习能力
20、基于规则的决策有较强的自学习能力
参考答案和解析
B . 错解析：现阶段无人车行为决策的方法主要是以上两种，即基于规则的行为决策和基于强化学习的行为决策。对于基于规则的行为决策来说，其具有易于搭建和调整，实时性好，应用简单等优点，但是由于其难以适应所有情况，需要进行针对性调整，其行为规则库易重叠而失效，有限状态机难以覆盖车辆可能遇到的所有工况而导致决策错误。对于基于学习的行为决策而言，由于其强大的数据训练集，可以减小环境的不确定性因素带来的影响，但是它需要大量的数据来进行预处理，计算量大，实时性差。随着科学技术的突飞猛进，以及近些年人工智能、强化学习、机器学习等的快速发展，结合上述两种方法的优势，顶层采用基于规则的决策，底层采用强化学习等算法，可以发挥学习算法的优势，增强场景的遍历深度，两种方法优势互补，必将成为未来无人车行为决策的发展方向。故基于规则的行为决策算法不会逐渐被基于学习的行为决策算法所取代，本题答案为B
相关考题：
智能控制系统具有哪些特点() A.能对复杂系统进行有效全面的全局控制，并有较强的容错能力B.具有以知识表示的非数学广义模型和以数学模型表示的混合控制过程C.能对获取的信息进行实时处理并给出控制决策D.具有自学习、自适应、自组织的能力
如下哪些不是基于规则分类器的特点，（）。A、规则集的表达能力远不如决策树好B、基于规则的分类器都对属性空间进行直线划分，并将类指派到每个划分C、无法被用来产生更易于解释的描述性模型D、非常适合处理类分布不平衡的数据集
如下哪些不是基于规则的分类器的特点（）A、规则集的表达能力远不如决策树好B、基于规则的分类器都对属性空间进行直线划分，并将类指派到每个划分C、无法被用来产生更易于解释的描述性模型D、非常适合处理类分布不平衡的数据集
多选题如下哪些不是基于规则的分类器的特点（）A规则集的表达能力远不如决策树好B基于规则的分类器都对属性空间进行直线划分，并将类指派到每个划分C无法被用来产生更易于解释的描述性模型D非常适合处理类分布不平衡的数据集