여러 대학의 연구팀이 모든 사람의 출퇴근길을 괴롭히는 교통 체증에 대한 해결책을 발견했습니다. 즉, 충동적인 인간처럼 운전하는 대신 주변 환경에 반응하여 교통 흐름을 보다 원활하게 만드는 AI 교통 관리자입니다.
그것은 지난 주 내쉬빌에서 XNUMX일간의 실험에서 나온 초기 제안입니다. CIRCLES 컨소시엄 I-100의 아침 고속도로 교통량에 AI 기반 순항 제어 시스템을 갖춘 24대의 인간 조종 차량을 배치합니다.
실험에 대한 CIRCLES 컨소시엄의 목표와 전반적인 임무는 심층 강화 학습을 사용하여 교통 흐름을 개선하고 소위 "팬텀 잼" 또는 교통 감속으로 인한 연료 소비를 줄이는 것입니다. 운전하다.
“운전은 매우 직관적입니다. 앞에 틈이 있으면 가속합니다. 누군가 브레이크를 밟으면 속도가 느려집니다. 그러나 이 매우 정상적인 반응은 가다 서다를 반복하는 교통과 에너지 비효율로 이어질 수 있음이 밝혀졌습니다.
실험에 사용된 차량에는 CIRCLES 팀이 "속도 플래너" 및 "컨트롤러"라고 부르는 AI 알고리즘이 장착되었습니다. 둘 다 전반적인 교통 상황과 주변 환경에 대한 정보를 사용하여 교통 흐름을 개선하기 위해 차량이 취할 최적의 속도를 결정합니다.
Bayen은 "우리의 예비 결과는 도로에 이러한 차량의 작은 비율로도 전반적인 교통 행동을 효과적으로 바꿀 수 있음을 시사합니다."라고 말했습니다.
약간의 AI 트래픽은 먼 길을 갈 수 있습니다.
실험 과정에서 수집된 엄청난 양의 데이터로 인해 Bayen은 보다 정확한 결과를 얻으려면 몇 달이 걸릴 수 있다고 생각합니다. 그래도 초기 결과는 다음을 뒷받침하는 것으로 보입니다. 더 작은 실험 2016년 UC Berkeley 연구원들이 수행했습니다.
20년 전의 그 테스트에서, 폐쇄된 원형 트랙에서 40대의 자동차가 인간 운전자에 의해 운전되었으며, 연구자들은 고속도로와 혼잡한 도로에서 유사한 패턴이 나타나는 것에 주목했습니다. 테스트에 AI 장착 차량 한 대를 추가하면 혼잡이 줄어들고 연료 사용이 XNUMX% 감소했습니다.
지난 주 테스트에서는 Bayen이 게임 체인저라고 표현한 몇 가지 새로운 기술을 추가했습니다. 차량은 서로 간의 작업을 조정하여 더 앞의 조건에 대응하고 그에 따라 트래픽 영향 네트워크를 조정할 수 있습니다.
AI 구동 차량은 또한 교통 모니터링을 위한 24개의 300K 센서가 장착된 고속도로 구간인 테스트가 수행된 I-4 MOTION 회랑의 현지 교통 상황에 대한 정보를 통합합니다.
I-24와 차량 센서의 데이터로 무장한 CIRCLES 팀은 실제 세계를 더 잘 반영할 수 있도록 컴퓨터 시뮬레이션을 업데이트할 계획입니다. 그 일환으로 그들은 온보드 AI가 교통을 더 잘 통제할 뿐만 아니라 공공 도로에서 사회적으로 허용되는 운전자가 되는 법을 배우기를 원합니다.
“우리는 차량이 인간과 같지는 않지만 사회적으로 완전히 용인되지 않는 특정한 방식으로 운전하도록 훈련하고 싶습니다. 테스트 주간 동안 우리에게 가장 큰 초점은 드라이버의 피드백을 기반으로 컨트롤러를 매일 조정하는 것이었습니다.”라고 CIRCLES 수석 엔지니어이자 공동 책임자인 Jonathan Lee가 말했습니다.
결국 팀은 유사한 기술이 "전부는 아닐지라도" 많은 차량에 배치되는 것을 보고 싶어한다고 Lee는 말했습니다. CIRCLES 팀은 기술을 확장하기 위해 노력하고 있지만 그러한 기술이 귀하 근처의 고속도로에 도달할 수 있는지 여부와 시기를 결정할 수 없었습니다. ®
