近日，谷歌研究院发布了一项关于“交通疏导”AI模型的研究成果，该模型利用开源模拟软件SUMO（Simulation of Urban Mobility）进行研发。研究结果显示，该模型能够平均缩短7分钟拥堵时间，提升30%交通效率，为解决城市交通问题提供了新的解决方案。
据悉，谷歌的研究人员使用SUMO软件建立了西雅图T-Mobile Park及Lumen Field地区的基础模型，并利用谷歌地图提供的数据绘制了完整的热力地图。在此基础上，研究团队将热力地图划分为不同的区域，并引入“用户行为模型”及西雅图警察局提供的路线建议，从而建立了一项可为车主分配最佳路线的“交通疏导”模型。
为了验证该模型的实用性和效果，谷歌与美国西雅图交通部合作，在2023年8月及11月的多项大型活动中实际应用了这项交通疏导AI模型。配合“动态引导显示屏（Dynamic Message Signs）”，该模型平均缩短了7分钟拥堵时间，成功提升30%交通效率。
谷歌表示，这项研究展现了“模拟技术”在交通规划方面的巨大潜力。通过模拟技术，可以在大型活动场合提升交通效率，并让道路规划者更好地了解“利用率低”的路段，从而改善整体交通环境。未来，谷歌将继续探索模拟技术在交通规划领域的应用，为解决城市交通问题提供更多创新方案。
原创文章，作者：happy，如若转载，请注明出处：https://www.kejixun.com/article/611423.html
