2026年机器学习在自动驾驶汽车中的运用试题.docxVIP

第PAGE页共NUMPAGES页

2026年机器学习在自动驾驶汽车中的运用试题

一、单选题（每题2分，共20题）

1.在自动驾驶汽车的传感器融合技术中，以下哪种算法通常用于将激光雷达（LiDAR）和摄像头数据整合到统一的坐标系中？（）

A.卡尔曼滤波器

B.粒子滤波器

C.图神经网络（GNN）

D.长短期记忆网络（LSTM）

2.自动驾驶汽车中用于预测其他车辆行为的模型，最常采用哪种机器学习架构？（）

A.决策树

B.支持向量机（SVM）

C.循环神经网络（RNN）

D.卷积神经网络（CNN）

3.在城市道路环境中，自动驾驶汽车如何利用强化学习优化路径规划？（）

A.通过预定义规则

B.通过试错学习最优策略

C.依赖高精地图数据

D.通过深度学习自动生成规则

4.以下哪种技术最适合用于自动驾驶汽车的环境感知任务？（）

A.生成对抗网络（GAN）

B.自编码器（Autoencoder）

C.时空图神经网络（STGNN）

D.贝叶斯网络

5.在自动驾驶汽车的决策系统中，以下哪种算法常用于多目标优化？（）

A.遗传算法

B.蚁群算法

C.粒子群优化（PSO）

D.模拟退火算法

6.以下哪种机器学习模型最适合用于自动驾驶汽车的长时序预测任务？（）

A.随机森林

B.长短期记忆网络（LSTM）

C.逻辑回归

D.朴素贝叶斯

7.在自动驾驶汽车的传感器标定过程中，以