Zdjęcia Wenjie Dong / Getty Images
Naukowcy wykazały, że jeśli dodać do miejskiego ruchu zaledwie 7% bezzałogowych pojazdów sterowanych przez sztuczną inteligencję, średnia prędkość wzrośnie dwukrotnie
Wielu kierowców dobrze znają — i nawet mówią o tym głośno w emocjonalnej formie — że jeden za mało doświadczony lub źle przygotowany uczestnik ruchu drogowego jest w stanie sparaliżować ruch na miejskim skrzyżowaniu, a to i zatrzymać ruch na całej ulicy. Ale tak czy inaczej — czy może mała proporcja bardzo dobrych kierowców przyczynić się do zmniejszenia transportu korków? Na 2-ga konferencja dotycząca nauczania w Zurychu naukowcy z Kalifornii oznajmili, że tak jest, o czym donosi artykuł w “Science”. Przy tym jako “wykwalifikowanych kierowców” używali samodzielna nauka sztuczna inteligencja — ten sam, który wkrótce przejąć kontrolę nad samochodami-drony na ulicach miast.
Oficery śledczy używali zaprojektowany nimi interfejs SUMO, przypominający grę. W tej grze “samochody” poruszają się na kilka typów dróg. Po pierwsze, jest to zamknięty obieg w postaci ósemki z jednym centralnym nieuregulowana skrzyżowaniem. Po drugie, połączenie drugorzędnej drogi głównej, z redukcją liczby rzędów. W końcu, było ruch w mieście z prostokątnym układem ulic, jak ten, że jest on realizowany w centrum Manhattanu. Duża część samochodów poruszają się w strumieniu tak, jak zwykle poruszają się maszyny sterowane przez ludzi, ale do nich dodane niewielka liczba samochodów sterowanych самообучаемой programem.
Wykorzystano cztery algorytmu, którzy skorzystali z “szkolenie z posiłkami” — czyli овладевавшие umiejętności jazdy metodą prób i błędów. W przypadku “ósemki” i scalania dróg jeden łódź kierował ruchem wszystkich “dronów”, a w prostokątnym ulicznej sieci powierzono mu przełączać sygnały sygnalizacji świetlnej.
Wyniki były imponujące. Aby podwoić średnią prędkość na “ośmiu” okazało się dość zastąpić drona każdy 14-szy samochód, a w połączeniu rzędów — co dziesiąty. Przyspieszenie osiągnięte ze względu na fakt, że program dokładnie kontrolował dystans do poprzedzającego pojazdu, zmniejszając częstotliwość hamowania, tak, że u kierowców, poruszających się za drona, również nie występuje zapotrzebowanie na przystankach. Co do wirtualnego Manhattanie, tam inteligentne przełączanie świateł drogowych zwiększyło przepustowość na 7%.
Według uczestnika projektu Eugene ‘ a Виницкого, zastosowane algorytmy mają ogromny potencjał do dalszego doskonalenia. Dlatego program został otwarty dostęp, i dodaj w niej ulepszenia mogą profesjonalni programiści AI i amatorzy z całego świata. Autorzy pracy podkreślają również, że do realizacji tych przygotowawczych w życie nie musi czekać, kiedy drony pojawią się na ulicach miast i osiągnięcia określonej proporcji do 7-10%. Opracowane algorytmy już teraz mogą być stosowane w systemach adaptive cruise control, które posiada dość duża część nowych samochodów — w zupełności wystarczająca do tego, aby wykorzystać potencjał proponowanego podejścia.