Hitech logo

транспорт

Даже четверть робомобилей радикально улучшат транспортную ситуацию в городах

TODO:
Георгий Голованов17 мая 2022 г., 19:25

Никому не нравится ждать, пока загорится зеленый свет: водители и пассажиры теряют время, а автомобили расходуют топливо и выделяют углекислый газ. Но если для человека поймать «зеленую волну» светофоров — вопрос удачи, то для искусственного интеллекта, подключенного к дорожной инфраструктуре в этом нет ничего сложного. В своем исследовании специалисты из MIT показали, как технология машинного обучения могла бы управлять парком робомобилей, сокращая время ожидания городского транспорта.

Самые интересные технологические и научные новости выходят в нашем телеграм-канале Хайтек+. Подпишитесь, чтобы быть в курсе.

При помощи компьютерного моделирования инженеры MIT выяснили, что передача управления ИИ позволила бы сократить потребление топлива и эмиссию СО2, попутно повысив среднюю скорость движения. Наилучшие результаты достигаются в сценарии, когда все автомобили на дорогах автономные, но даже если их 25%, все равно преимущества оказываются существенными.

В зависимости от множества факторов — количества полос, работы светофоров, числа и скорости автомобилей, наличия пешеходов и велосипедистов — перекрестки создают миллиарды различных сценариев дорожного движения. Обычно для расчетов с помощью математических моделей применяется упрощенный идеализированный перекресток. На бумаге это выглядит хорошо, но с реальностью соотносится плохо, пишет MIT News.

Виндула Яйавардана и его коллеги применили другой подход — глубокое обучение с подкреплением, когда алгоритм ищет решение проблемы методом проб и ошибок. В данном случае, перед алгоритмом поставили сразу несколько целей: снизить эмиссию транспорта, увеличить скорость прохождения перекрестка, а также сократить расход топлива.

Разработав единый алгоритм контроля, исследователи оценили его с помощью модели единственного перекрестка, который пересекают автономные автомобили, подключенные к светофорам и получающие информацию о фазах сигнала и об окружающей обстановке. Алгоритм мог командовать машинам замедляться или ускоряться.

Результат показал, что этот метод, по сравнению с другими способами оптимизации дорожного движения, приводит к большей экономии топлива и сокращению выхлопов. Если робомобилей 100%, то расход топлива снижается на 18%, а эмиссия СО2 — на 25%, при этом скорость движения повышается на 20%.

Любопытно, что преимущества внедрения робомобилей растут не линейно. Как выяснили ученые, даже 25% под контролем ИИ дадут сразу 9% сокращения расхода топлива и 13% сокращения выбросов СО2. Другими словами, нет смысла ждать полной автоматизации транспорта.

Американские ученые обнаружили причинно-следственную связь между автоматизацией промышленности и ростом смертности среди населения. Согласно новому исследованию, роботы провоцируют «смерти от отчаяния» — из-за машин в США все чаще происходят суициды и смерти от передозировок.