Autonomní či robotická vozidla mohou optimalizovat dopravní tok ve městech, i když jezdí v provozu mezi auty řízenými lidmi. K tomuto závěru došel výzkum odborného asistenta počítačových věd na Univerzitě v Tennessee Weizi Lia. O svá zjištění se podělil ve článku na webu The Conversation.
Samořídící auta už dávno nejsou fenoménem ze sci-fi literatury. V řadě měst po celém světě se už od roku 2016 testují robotické taxíky. S rostoucím počtem těchto vozidel na silnicích a s vědomím, že přechod na plně autonomní dopravu bude trvat ještě dlouho, vědce zajímalo, zda mohou robotická auta a jejich interakce s vozidly řízenými lidmi zmírnit dnešní dopravní problémy.
Algoritmy pro plynulejší dopravu
Weizi Li je odborníkem na počítačové vědy, který se zabývá výzkumem umělé inteligence v oblasti dopravy a chytrých měst. Spolu se svými kolegy předpokládal, že s rostoucím počtem autonomních vozidel na silnicích bude možné využít umělou inteligenci k vývoji algoritmů pro řízení složitého systému smíšené dopravy.
Tyto algoritmy měly umožnit všem vozidlům plynule se pohybovat z bodu A do bodu B, ale co je důležitější, optimalizovat celkovou dopravní situaci tím, že by samořídící vozidla mohla ovlivňovat automobily řízené lidmi. AI umožňuje vozidlům učit se a přizpůsobovat se různým dopravním situacím. To znamená, že čím více robotických aut je na silnicích, tím lépe se mohou přizpůsobit a optimalizovat dopravu.
Pro ověření hypotézy vědci použili odvětví umělé inteligence známé jako „posilování učení“ („reinforcement learning“). Jde o typ umělé inteligence, kdy se systém učí metodou pokusů a omylů. Můžete si to představit jako robota, který se učí jezdit po městě.
Každý úspěšný krok – například bezpečné projetí křižovatky nebo udržení správné rychlosti – je pro robota odměnou. Robot se postupně učí, jak se chovat, aby získal co nejvíce odměn, tedy aby jezdil co nejefektivněji a nejbezpečněji.
Dopravní zácpy zmizí
Vědci nastavili odměny pro simulovaná autonomní vozidla, které měly za cíl zvýšit efektivitu dopravy a snížit spotřebu energie či paliva. Vozidlo například získávalo odměnu za to, že se vyhnulo dopravní zácpě nebo spotřebovalo méně paliva. Následné experimenty ukázaly, že je možné efektivně řídit smíšený provoz na skutečných složitých křižovatkách za reálných podmínek.
Použitý algoritmus učil robotická auta optimalizovat tok dopravy tím, že spolu komunikovala. Celý systém se snaží dosáhnout plynulého provozu, nicméně každé jednotlivé auto rozhoduje, kdy vjet do křižovatky, na základě své aktuální situace. Protože se autonomní auta pohybují mezi vozidly řízenými lidmi, je tímto algoritmem ovlivněn veškerý provoz.
Výsledky byly velmi překvapivé. Ukázalo se, že když samořídící vozidla tvoří v simulaci jen 5 % provozu, prakticky úplně zmizí dopravní zácpy. Když robotická vozidla tvoří 60 % provozu, pak je efektivita dopravy lepší než u dopravy řízené semafory.
Proč je to důležité? Protože se dopravní situace prakticky ve všech velkých městech zhoršuje, což vede k významným ekonomickým nákladům a ekologickým dopadům. Současné metody řízení dopravy, jako jsou semafory, mají na snižování těchto problémů jen velmi omezenou účinnost.
Když nejsou autonomní všechna vozidla
Vozidla řízená umělou inteligencí nabízejí potenciální řešení, ale stávající studie často předpokládají univerzální konektivitu a centrální řízení všech autonomních vozidel, což je scénář, který se pravděpodobně v dohledné době neuskuteční. Přechod na plně autonomní dopravu bude postupný, což povede k dlouhému období smíšené dopravy, kde budou jezdit jak samořídící auta, tak vozidla řízená lidmi.
Právě to vedlo vědce k vývoji řídících algoritmů, které využívají robotická vozidla k dosažení společenských výhod autonomních dopravních systémů, aniž by bylo nutné, aby většina nebo dokonce všechna vozidla byla autonomní.
Nedávné studie ukázaly potenciál smíšené dopravy v různých scénářích, jako jsou velké kruhové objezdy, křižovatky s více jízdními pruhy, úseky dálnic a další situace. Tyto scénáře však obvykle postrádají složitost reálného světa a zahrnují jen omezený počet vozidel, která je třeba koordinovat.
Schopnost řídit dopravu
Práce Liova týmu jako první ukazuje proveditelnost řízení smíšeného provozu pomocí robotických vozidel na reálných složitých křižovatkách. Schopnost řídit dopravu na těchto křižovatkách je zásadním krokem k optimalizaci dopravy v rámci celých měst.
Vědci plánují rozšířit rámec o další jízdní chování robotických vozidel, například časté změny jízdních pruhů. Hodlají také otestovat tento přístup na různých typech křižovatek a ve vzdálenější budoucnosti ho chtějí vyzkoušet v rámci reálné komunikace mezi vozidly.
Výsledky dosavadního vědeckého bádání byly publikovány na webu ArXiv.org. Tato digitální knihovna poskytuje přístup k předběžným verzím vědeckých prací v různých oborech, které ještě nebyly formálně publikovány v recenzovaných časopisech.