近日，谷歌研究院分享了一项利用开源模拟软件SUMO（Simulation of Urban Mobility）开发的“交通优化”AI模型的成果。
研究人员利用SUMO软件建立了西雅图T-Mobile Park和Lumen Field地区的模型，并根据谷歌地图提供的“拥堵状况”、“红绿灯位置”以及“道路平均行驶速度”等信息绘制了完整的热力图。
在进一步的研究中，研究团队将热力图划分为不同的区域，并引入了用户行为模型以及西雅图警察局提供的路线建议，建立了一项能够为车主分配最佳路线的“交通优化”模型。
据了解，谷歌研究人员与美国西雅图交通部合作，在2023年8月和11月在多项大型活动中实际应用了这项交通优化AI模型，并配合“动态引导显示屏（Dynamic Message Signs）”，成功缩短了每小时7分钟的拥堵时间，提高了30%的交通效率。
谷歌表示，这项研究展示了模拟技术在城市交通规划方面的潜力，可以在大型活动期间提高交通效率，并使道路规划者了解“利用率较低”的路段，从而改善整体的交通环境。
本文属于原创文章，如若转载，请注明来源：谷歌开发交通优化AI模型 实现道路智能分配https://dcdv.zol.com.cn/848/8485691.html
