Így csökkentheti a mesterséges intelligencia a forgalmi dugókat

A közlekedési szimulátor megtanítja algoritmust az autók számlálására, valamint a forgalmi és időjárási forgatókönyvekhez való alkalmazkodásra.

A forgalmi dugók mondhatni félelmetes ellenségek. Úgy tűnik, hogy a világ minden szegletében sújtják a nagyvárosokat, és a leküzdésükre irányuló számtalan intézkedés ellenére továbbra sem sikerül csökkenteni az elakadásokat, amelyek gyakran felettébb zavaróak.

A forgalmi dugók valójában többet jelentenek, mint egyszerű kellemetlenséget: rengeteg időt és pénzt emésztenek fel. Egy brit tanulmány becslése szerint egy átlagos brit lakosnak mindez körülbelül 115 órájába kerül, nem beszélve az üzemanyag-pazarlásról és a bevételkiesésről.

Ám a segítség már úton van: nem szélesebb utcák, hidak vagy alagutak, hanem algoritmusok formájában.

A birminghami Aston Egyetem kutatóiból álló csapat úgynevezett fotorealisztikus közlekedési szimulátort épített, hogy megtanítsa algoritmust az autók számlálására, valamint a forgalmi és időjárási forgatókönyvekhez való alkalmazkodásra.

A közlekedési szimulátor megtanítja algoritmust az autók számlálására, valamint a forgalmi és időjárási forgatókönyvekhez való alkalmazkodásra. Forrás: Pinterest

A program „jutalmat" kap, ha egy autó átjut egy csomóponton, ám ha egy gépjárműnek várakoznia kell vagy elakadás van, minden alkalommal negatív jutalmat kap

– mondta Dr. Maria Chli, az Aston Egyetem számítástechnikai szakos olvasója egy sajtóközleményben, amit a ZME Science online tudományos portál idéz. – Valójában nem érünk hozzá, de mégis egyszerűen tudjuk irányítani a jutalmazási rendszert.

Az „okos" közlekedési lámparendszerek jelenleg vezetékek segítségével érzékelik, hogy hány autó halad el mellettük, és egy program számolja meg, majd reagál az adatokra. Ám a kutatók által most megalkotott rendszer már azelőtt „látja" a forgalmat, hogy az elérné a lámpákat, ami lehetővé teszi, hogy gyorsabban hozzon döntéseket; sőt,

valós körülmények között is jobban meg tudja jósolni a forgalom állapotát.

A rendszer még olyan helyzeteket is képes megérteni, amelyekkel korábban még nem „találkozott". Emellett hogy bele lehet építeni kívánt funkciókat, például mentőautók vagy buszok prioritását.

Ezt egy torlódást okozó fizikai akadállyal teszteltük, nem pedig a közlekedési lámpák ütemezésével, és a rendszer továbbra is jól működött

– mutatott rá Dr. George Vogiatzis, az Aston Egyetem számítástudományi oktatója. – Amíg van ok-okozati összefüggés, a számítógép végül kitalálja, mi lehet a kapcsolat; ez egy nagyon erős rendszer.

Eddig a rendszert valódi csomóponton tesztelték, és úgy tűnt, hogy javította a forgalmat, annak ellenére, hogy teljes egészében szimulációkra képezték ki.

A szakemberek most reálisabb körülmények között folytatják a rendszer fejlesztését, és látni szeretnék, hogy mekkora változást hozhat a való világban.

A kapcsolódó tanulmányt egy konferencián mutatták be Aucklandben.