美国研究人员发现机器人汽车有望改善交通 推动完全自主交通的发展

盖世汽车讯 据外媒报道，美国田纳西大学（University of Tennessee）研究人员发现，机器人汽车在与人类驾驶的车辆混合行驶时，可以优化城市交通流量，从而提高交通效率、安全性和能耗。

图片来源：University of Tennessee

机器人汽车不再是科幻概念：自2016年以来，世界各地都在测试自动驾驶出租车（robotaxis）。随着机器人汽车在交通中的普及，以及从混合交通过渡到完全自主交通的可预见的漫长过程，研究人员想知道机器人汽车及其与人类驾驶车辆的互动是否可以缓解目前严重的交通问题。

田纳西大学研究人员设想，随着交通中机器人汽车数量的增加，或许可以利用人工智能开发算法来控制复杂的混合交通系统。这些算法不仅能让所有车辆从A点顺利行驶到B点，更重要的是，可以通过机器人汽车影响人类驾驶的车辆来优化整体交通。

为了验证这个设想，研究人员使用了名为强化学习（reinforcement learning）的人工智能分支，在这种方法中，智能代理通过与环境的交互来学习最大化累积奖励。通过为模拟的机器人汽车设置奖励，使其优先考虑交通效率或能耗等目标，实验结果表明，在仿真的现实交通条件下，研究人员可以有效地管理复杂现实世界十字路口的混合交通。

研究人员的算法教会机器人汽车通过相互通信来优化交通流量。即使每辆汽车根据其周围环境决定何时进入十字路口，汽车的集体系统也会以确保交通顺畅为目标。由于机器人汽车分散在由人驾驶的车辆中，因此所有交通都会受到该算法的影响。

研究人员发现，当机器人汽车仅占仿真中交通量的5%时，交通堵塞就能得到缓解。令人惊讶的是，该方法甚至显示，当机器人汽车占交通量的60%时，交通效率优于由交通信号灯控制的交通。

该方法的重要性

全球各大城市的交通状况都在恶化，进而导致巨大的经济和环境成本。这也是当今社会面临的最具挑战性的问题之一。目前的交通控制方法，如交通信号灯，在减少延误和拥堵方面效果有限。

人工智能驱动的机器人汽车提供了潜力巨大的解决方案，但现有的研究通常假设所有机器人汽车都能实现普遍连接和集中控制，而这种情况不太可能在短期内实现。向完全自主交通的过渡可能是渐进的，这将导致机器人汽车和人类驾驶车辆的混合交通长期存在。

这促使研究人员开发控制算法，使用机器人汽车来利用自主式交通系统的社会效益，而不要求所有甚至大多数车辆都是自动驾驶。

正在进行的其它研究

最近的研究表明，在环路、八字形道路、高速公路瓶颈和合流区、双向交叉口和环形交叉口等场景中，混合交通控制具有巨大潜力。然而，这些场景通常缺乏现实世界的复杂性，只涉及需要协调的有限数量的车辆。

这项研究首次展示了通过机器人汽车控制现实世界复杂交叉口的混合交通的可行性。能够控制这些十字路口的交通是实现全市交通控制的重要一步。

研究的下一步

研究人员计划扩展开发的框架，为机器人汽车纳入更多的驾驶行为，例如频繁变道。研究人员还计划在各种类型的交叉路口测试该方法，并希望在现实世界的车对车通信中测试该方法。最终，研究人员的目标是实现城市规模的高效混合交通控制。