Zespół naukowców odkrył, że tempomat wyposażony w sztuczną inteligencję może pomóc w likwidacji korków na ulicach.
W pięciodniowym eksperymencie na I-24 w Nashville w stanie Tennessee w USA wzięło udział 100 samochodów kierowanych przez ludzi. Każdy z nich wyposażony był w system tempomatów ze sztuczną inteligencją.
Zespół zastosował dwa algorytmy: "planista prędkości" i "kontroler". Oba wykorzystują informacje o ogólnych warunkach jazdy i najbliższym otoczeniu, aby określić najlepszą prędkość.
Pojazdy AI uwzględniają również informacje o lokalnych warunkach ruchu z korytarza I-24 MOTION, w którym przeprowadzono test. Ten odcinek autostrady wyposażony jest w 300 czujników i kamer 4K. Autor badania Alexander Bayen powiedział:
Nasze wstępne wyniki pokazują, że nawet przy niewielkim udziale tych pojazdów na drodze możemy skutecznie zmienić ogólne zachowania komunikacyjne.
Dodał, że głównym problemem z "korkami" są nawyki jazdy ludzi.
Prowadzenie pojazdu jest bardzo intuicyjne. Jeśli przed tobą jest luka, to przyspieszasz. Jeśli ktoś zwalnia, ty zwalniasz.
Naukowiec uważa, że zastosowanie głębokiego uczenia może poprawić płynność ruchu i zmniejszyć zużycie paliwa.
Massive traffic experiment pits machine learning against ‘phantom’ jamshttps://t.co/FMarmvwy9T
— UC Berkeley (@UCBerkeley) November 22, 2022
Wstępne wyniki potwierdziły mały eksperyment przeprowadzony przez badaczy z Uniwersytetu Kalifornijskiego w Berkeley w 2016 roku.
Wtedy w próbie brało udział 20 samochodów kierowanych przez człowieka na zamkniętej trasie okrężnej. Badacze zauważyli pojawienie się wzorów podobnych do tych, które można zaobserwować na autostradach i drogach o dużym natężeniu ruchu.
Dodanie do testu jednego samochodu ze sztuczną inteligencją zmniejszyło zatłoczenie i doprowadziło do zmniejszenia zużycia paliwa o 40%.
Podczas nowego testu badacze dodali kilka nowych technologii. Dzięki nim pojazdy koordynowały się ze sobą, co pozwalało im reagować na otoczenie.
Łącząc dane z pojazdów i toru, zespół CIRCLES planuje zaktualizować symulacje komputerowe, aby lepiej odzwierciedlały świat rzeczywisty. Główny inżynier CIRCLES i jeden z badaczy Jonathan Lee powiedział:
Chcemy nauczyć AI prowadzenia samochodów w specjalny sposób, który nie przypomina ruchów człowieka, a także sprawić, by było to społecznie akceptowalne. Podczas tygodnia testów duży nacisk kładziono na codzienne dostosowywanie sterowników w oparciu o informacje zwrotne od kierowców.
Zespół ma nadzieję, że w przyszłości uda się zintegrować ich podejście z większością pojazdów. Naukowcy już pracują nad skalowaniem technologii.
Bayen uważa jednak, że ze względu na samą ilość danych zebranych podczas testów, uzyskanie dokładniejszych wyników może zająć miesiące.
