機器人車輛可以優化交通流量我和我的同事發現，即使與人類駕駛的車輛混合在一起，也可以在城市中使用，從而提高交通效率、安全性和能源消耗。

機器人車輛不再是科幻概念：世界各地的城市一直在測試自主機器人軸自2016年起。隨著機器人車輛在交通中的出現越來越多，以及可預見的從混合交通向完全自主交通過渡的漫長時期，我和我的團隊想知道機器人車輛及其與人類駕駛車輛的交互是否可以緩解當今臭名昭著的交通問題。

我是電腦科學家研究交通和智慧城市人工智慧的人。我和我的同事假設，隨著交通中機器人車輛數量的增加，我們可以利用人工智慧開發演算法來控制複雜的混合交通系統。這些演算法不僅可以使所有車輛順利地從 A 點行駛到 B 點，更重要的是，透過允許機器人車輛影響人類駕駛的車輛來優化整體交通。

為了檢驗我們的假設，我們使用了人工智慧的一個分支，稱為強化學習，其中智能代理學習透過與其環境的交互來最大化累積獎勵。透過為模擬機器人車輛設定獎勵來優先考慮交通效率或能源消耗，我們的實驗顯示我們可以有效地管理現實世界複雜十字路口的混合交通在模擬真實交通條件下。

我們的演算法教導自動駕駛汽車透過相互溝通來優化交通流量。即使每輛汽車根據其周圍環境決定何時進入十字路口，汽車的集體系統也旨在實現順暢的交通流量。由於自動駕駛汽車分散在由人們駕駛的汽車中，因此所有交通都會受到演算法的影響。

我們發現，當機器人車輛在我們的模擬中僅佔交通流量的 5% 時，交通擁堵被消除。令人驚訝的是，我們的方法甚至表明，當機器人車輛佔交通流量的 60% 時，交通效率是優於交通號誌控制的交通。

為什麼這很重要

全球各大城市的交通狀況都在惡化，導致巨大的經濟和環境成本。這是當今社會面臨的最具挑戰性的問題之一。目前的交通管制方法，例如交通燈， 有減少延誤和擁塞的效果有限。

人工智慧驅動的機器人車輛提供了一個潛在的解決方案，但現有的研究通常假設通用連接和集中控制在所有機器人車輛中，這種情況不太可能很快實現。這向完全自主交通的過渡可能是漸進的，導致機器人和人類駕駛車輛長時間混合交通。

這導致我們開發了使用的控制演算法機器人車輛利用自動駕駛交通系統的社會效益，而不要求所有甚至大多數車輛都是自動駕駛。

正在進行哪些其他研究

最近的研究表明混合交通管制的潛力在環路、8字形道路、高速公路瓶頸和合併處、雙向路口和環島等場景中。然而，這些場景通常缺乏現實世界的複雜性，並且只涉及需要協調的有限數量的車輛。

我們的工作首次證明了透過機器人車輛在現實複雜的十字路口控制混合交通的可行性。能夠控制這些十字路口的交通是邁向全市範圍的重要一步交通管制。

接下來是什麼

我們計劃擴展我們的框架，以納入機器人車輛的其他駕駛行為，例如頻繁變換車道。我們還計劃在各種交叉路口類型上測試我們的方法，並且我們希望在現實世界的車輛間通信下測試我們的方法。

最終，我們的目標是實現城市規模的有效且高效的混合交通控制。

本文轉載自對話根據知識共享許可。閱讀原創文章。