Studie tyder på att AI-farthållare kan döda trafikstockningar genom att ta bort "intuition"-faktorn PlatoBlockchain Data Intelligence. Vertikal sökning. Ai.

Studie tyder på att AI-farthållare kan döda trafikstockningar genom att ta bort "intuition"-faktorn

Ett forskarteam på flera universitet har upptäckt lösningen på trafikstockningar som plågar allas pendlingar: AI-trafikledare som, snarare än att köra som impulsiva människor, reagerar på sin omgivning för att få trafiken att flyta smidigare.

Det är det första förslaget från en fem dagar lång rättegång som ägde rum i Nashville förra veckan där forskare från CIRCLES konsortium sätta in 100 människostyrda fordon med AI-drivna farthållare i morgontrafiken på motorvägen på I-24.

CIRCLES-konsortiets mål med experimentet, och dess övergripande uppdrag, är att använda djup förstärkningsinlärning för att förbättra trafikflödet och minska bränsleförbrukningen orsakad av vad det kallar "fantomstockningar" eller trafiknedgångar som inte har någon annan uppenbar orsak än hur människor tenderar att kör.

"Körningen är väldigt intuitiv. Om det finns en lucka framför dig, accelererar du. Om någon bromsar saktar man ner. Men det visar sig att den här mycket normala reaktionen kan leda till stopp-och-kör-trafik och energiineffektivitet, säger CIRCLES Consortium Principal Investigator och UC Berkeley-professor Alexandre Bayen.

Fordonen som användes i experimentet var utrustade med AI-algoritmer som CIRCLES-teamet kallar "hastighetsplanerare" och "kontroller". Båda använder information om övergripande trafikförhållanden och omedelbar omgivning för att bestämma den bästa hastigheten för fordonet att ta för att förbättra trafikflödet. 

"Våra preliminära resultat tyder på att vi, även med en liten del av dessa fordon på vägen, effektivt kan ändra trafikens övergripande beteende," sa Bayen. 

Lite AI-trafik kan räcka långt

På grund av den stora mängden data som samlats in under experimentets gång, tror Bayen att det kan ta månader att få ett mer exakt resultat. Ändå verkar de första resultaten stödja en mindre experiment utförd av UC Berkeley-forskare 2016.

I det testet för sex år sedan kördes 20 bilar på en stängd cirkulär bana av mänskliga förare, och forskare noterade utseendet av liknande mönster som på motorvägar och trafikerade vägar. Att lägga till ett enda AI-utrustat fordon till testet minskade trängseln och ledde till en 40 % minskning av bränsleförbrukningen. 

Förra veckans test lade till en del ny teknik som gjorde det till vad Bayen beskrev som en game changer: fordonen samordnade åtgärder sinsemellan, så att de kunde reagera på förhållanden längre fram och koordinera sitt trafikinflytande nätverk därefter. 

De AI-drivna fordonen innehåller också information om lokala trafikförhållanden från I-24 MOTION-korridoren där testet utfördes, vilket är en motorvägssektion utrustad med 300 4K-sensorer för trafikövervakning. 

Beväpnad med data från både I-24 och fordonssensorer planerar CIRCLES-teamet att uppdatera sina datorsimuleringar för att hjälpa dem att bättre spegla den verkliga världen. Som en del av det vill de att deras AI ombord ska lära sig att inte bara bättre kontrollera trafiken, utan också lära sig att vara en socialt acceptabel förare på allmänna vägar.

”Vi vill träna våra fordon att köra på ett specifikt sätt som inte är människolikt, men inte heller helt socialt oacceptabelt. Ett stort fokus för oss under testveckan var att göra dagliga justeringar av våra styrenheter baserat på feedback från våra förare, säger CIRCLES chefsingenjör och co-rektor utredare Jonathan Lee. 

Så småningom vill teamet se liknande teknik utplacerad i många, "om inte alla, fordon," sa Lee. CIRCLES-teamet arbetar med att skala sin teknik, men vi kunde inte avgöra om eller när sådan teknik skulle kunna ta sig till en motorväg nära dig. ®

Tidsstämpel:

Mer från Registret