千米小说网

第18讲 学会量化（第2页）

解答

要把绿灯的剩余时间进行量化，实际上很难。能有所帮助的是，参考人是怎样进行判断的。那么，我们是怎样判断的？

一方面，“有多少人在过马路”似乎可以作为判断材料。如果有很多人在过马路，那么可以推测是刚刚变为绿灯；如果有不少人在快速赶着过马路，那么应该可以判断快要变成红灯了。

另外，也可以用同样的思路，确认一下与马路交叉侧的道路交通状况。交叉侧的道路是红灯、车刚停下来，还是可能马上变成绿灯的情况，也可以根据这些信息进行综合判断。

如上所述，我们可以想象通过瞬时取得各种信息来进行判断，但要把这些信息转为数据，则是难度非常高的事。

还有，在没有人的情况下应该如何判断，这还需要另外考虑。必须给这个“综合判断”分步骤，这正是信号灯剩余时间量化的难点所在。

另一方面，如果是以保证能够过马路为目的，虽然需要花点时间，但如果按照以下的步骤操作，就可以进行判断。

1。一开始，刚刚到达斑马线时，即使是绿灯也不过马路

2。下一次绿灯还是不过马路，而是测量绿灯有几秒

3。通过第2步知道了绿灯的持续时间，再结合道路的宽度和自身的步行速度判断，如果能在绿灯持续时间内过完马路，那就过马路

STEPUP！

道路的宽度、信号灯的信息、路面的情况、天气、有没有车或人、人流密集程度等，在这些最开始罗列出来的信息中，我们已经选了道路的宽度、信号灯的信息来思考量化的方向性，而事实上其他信息也是需要量化的。

现在尝试具体考虑路面的情况。假设分为结冰、有积雪、有积水、一般情况四种状态。那么请思考一下要判断“结冰”的话，需要哪些信息？路面的温度、水量、摩擦系数等可以作为备选信息。另外，还有一个需要提前定义的是基准。在获得数据之后，根据什么来判断是结冰状态，这就需要提前制定基准值。

关于有没有车或人，单单判断有或没有，是没有意义的。在很远的地方有车或有人，与过马路没有关系；远距离的车或者人，也关系不大。至少要对距离和方向（向哪个方向前进）进行量化。而且，对于数量也要有所斟酌，因为在车或人的数量不同的情况下，判断也会发生变化。

大家要知道，像这样仅仅是想让机器人过马路，也需要各种各样的信息。而且，信息如何获取、如何计算，实际上都需要进行恰当的设计。

光是让机器人过马路，就需要考量这么多的问题。如果是自动驾驶，其复杂程度和难度肯定高得多。而事实上，这种难度高又复杂的事情，正逐步被应用到实际生活中。

这种量化的思路，将会成为今后迈进新世界的基础，大家一定要掌握好。

小结

√计算机需要数据

√无法数据化的事情，就借助不了计算机的力量

√要点是信息的全面罗列以及具体的量化方法

√细致罗列出人的思考方法是关键

√现在能否在这个时代立足，就取决于能否进行量化