近日，谷歌研究院發布了一項關于“交通疏導”AI模型的研究成果，該模型利用開源模擬軟件SUMO（Simulation of Urban Mobility）進行研發。研究結果顯示，該模型能夠平均縮短7分鐘擁堵時間，提升30%交通效率，為解決城市交通問題提供了新的解決方案。
據悉，谷歌的研究人員使用SUMO軟件建立了西雅圖T-Mobile Park及Lumen Field地區的基礎模型，并利用谷歌地圖提供的數據繪制了完整的熱力地圖。在此基礎上，研究團隊將熱力地圖劃分為不同的區域，并引入“用戶行為模型”及西雅圖警察局提供的路線建議，從而建立了一項可為車主分配最佳路線的“交通疏導”模型。
為了驗證該模型的實用性和效果，谷歌與美國西雅圖交通部合作，在2023年8月及11月的多項大型活動中實際應用了這項交通疏導AI模型。配合“動態引導顯示屏（Dynamic Message Signs）”，該模型平均縮短了7分鐘擁堵時間，成功提升30%交通效率。
谷歌表示，這項研究展現了“模擬技術”在交通規劃方面的巨大潛力。通過模擬技術，可以在大型活動場合提升交通效率，并讓道路規劃者更好地了解“利用率低”的路段，從而改善整體交通環境。未來，谷歌將繼續探索模擬技術在交通規劃領域的應用，為解決城市交通問題提供更多創新方案。
原創文章，作者：happy，如若轉載，請注明出處：http://www.bdzhitong.com/article/611423.html
