Çalışma, yapay zeka hız kontrolünün, PlatoBlockchain Veri Zekası 'sezgi' faktörünü ortadan kaldırarak trafik sıkışıklığını ortadan kaldırabileceğini öne sürüyor. Dikey Arama. Ai.

Çalışma, AI hız sabitleyicinin 'sezgi' faktörünü ortadan kaldırarak trafik sıkışıklığını ortadan kaldırabileceğini gösteriyor

Birden fazla üniversiteden oluşan bir araştırma ekibi, herkesin işe gidiş gelişlerini rahatsız eden trafik sıkışıklığına bir çözüm buldu: Düşünmeden hareket eden insanlar gibi araba kullanmak yerine çevrelerine tepki vererek trafik akışını daha sorunsuz hale getiren yapay zeka trafik yöneticileri.

Bu, geçen hafta Nashville'de gerçekleştirilen ve ABD'den araştırmacıların katıldığı beş günlük bir denemenin ilk önerisi. CIRCLES Konsorsiyumu I-100'te sabah otoyol trafiğinde yapay zeka destekli seyir kontrol sistemlerine sahip 24 insan pilotlu araç konuşlandırın.

CIRCLES Konsorsiyumu'nun deneydeki amacı ve genel misyonu, trafik akışını iyileştirmek ve "hayali sıkışıklıklar" olarak adlandırdığı veya insanların nasıl davranma eğiliminden başka görünür bir nedeni olmayan trafik yavaşlamalarının neden olduğu yakıt tüketimini azaltmak için derin pekiştirmeli öğrenmeyi kullanmaktır. sürmek.

"Sürüş çok sezgisel. Önünüzde bir boşluk varsa, hızlanıyorsunuz. Birisi fren yaparsa, yavaşlarsınız. CIRCLES Konsorsiyumu Baş Araştırmacısı ve UC Berkeley profesörü Alexandre Bayen, "Ancak bu çok normal tepkinin dur-kalk trafiğine ve enerji verimsizliğine yol açabileceği ortaya çıktı" dedi.

Deneyde kullanılan araçlar, CIRCLES ekibinin "hız planlayıcıları" ve "kontrolörler" olarak adlandırdığı yapay zeka algoritmalarıyla donatıldı. Her ikisi de trafik akışını iyileştirmek için aracın alacağı en iyi hızı belirlemek üzere genel trafik koşulları ve yakın çevre hakkındaki bilgileri kullanır. 

Bayen, "İlk sonuçlarımız, bu araçların küçük bir kısmı yolda olsa bile, trafiğin genel davranışını etkili bir şekilde değiştirebileceğimizi gösteriyor" dedi. 

Küçük bir AI trafiği uzun bir yol kat edebilir

Deney boyunca toplanan çok büyük miktarda veri nedeniyle Bayen, daha kesin bir sonuç almanın aylar alabileceğine inanıyor. Yine de, ilk bulgular bir daha küçük deney UC Berkeley araştırmacıları tarafından 2016 yılında gerçekleştirildi.

Altı yıl önceki bu testte, kapalı dairesel bir yolda 20 araba insan sürücüler tarafından kullanıldı ve araştırmacılar, otoyollarda ve işlek yollardakilere benzer kalıpların göründüğünü fark ettiler. Teste yapay zeka donanımlı tek bir aracın eklenmesi sıkışıklığı azalttı ve yakıt kullanımında %40 azalma sağladı. 

Geçen haftaki test, Bayen'in tanımladığı gibi oyunun kurallarını değiştiren bazı yeni teknolojiler ekledi: araçlar, eylemleri kendi aralarında koordine ederek, daha ilerideki koşullara tepki vermelerine ve trafik etki ağlarını buna göre koordine etmelerine izin verdi. 

Yapay zeka ile çalışan araçlar ayrıca, otoyolun trafik izleme için 24 300K sensörle donatılmış bir bölümü olan ve testin yapıldığı I-4 MOTION koridorundan yerel trafik koşulları hakkında bilgi içerir. 

Hem I-24 hem de araç sensörlerinden gelen verilerle donanmış olan CIRCLES ekibi, gerçek dünyayı daha iyi yansıtmalarına yardımcı olmak için bilgisayar simülasyonlarını güncellemeyi planlıyor. Bunun bir parçası olarak, yerleşik yapay zekalarının yalnızca trafiği daha iyi kontrol etmeyi öğrenmesini değil, aynı zamanda halka açık yollarda sosyal olarak kabul edilebilir bir sürücü olmayı öğrenmesini istiyorlar.

"Araçlarımızı, insan benzeri olmayan ama aynı zamanda tamamen sosyal olarak kabul edilemez olmayan belirli bir şekilde sürmek üzere eğitmek istiyoruz. CIRCLES baş mühendisi ve yardımcı araştırmacı Jonathan Lee, test haftasında bizim için büyük bir odak noktası, sürücülerimizden gelen geri bildirimlere dayanarak kontrolörlerimizde günlük ince ayarlar yapmaktı. 

Sonunda ekip, benzer teknolojinin "hepsi olmasa da birçok araçta" kullanıldığını görmek istiyor, dedi Lee. CIRCLES ekibi teknolojisini ölçeklendirmek için çalışıyor, ancak bu tür bir teknolojinin yakınınızdaki bir otoyola çıkıp çıkamayacağını veya ne zaman ulaşacağını belirleyemedik. ®

Zaman Damgası:

Den fazla Kayıt