Google、トラフィック効率を 30% 改善できる新しい AI モデルを研究

Google Researchはこのほど、オープンソースのシミュレーションソフトウェアSUMO（Simulation of Urban Mobility）を用いて開発した「交通誘導」AIモデルの適用結果を紹介する記事を公開した。

Google の研究者は SUMO ソフトウェアを使用してシアトルの T モバイル パークとルーメン フィールド エリアの基本モデルを構築し、Google マップが提供する渋滞量、信号機の位置、平均道路速度などの情報を使用して描画したと報告されています。詳細なヒートマップ

▲ 画像出典 Google公式プレスリリース（以下同）

研究チームはその後、ヒート マップをさまざまなエリアに分割し、シアトル市警察が提供した「ユーザー行動モデル」とルート提案を導入し、車の所有者に最適なルートを割り当てることができる「交通迂回」を確立しました。モデル＃＃＃

IT House のプレスリリースによると、Google の研究者は米国シアトル運輸局と協力し、2023 年 8 月と 11 月に複数の大規模イベントで交通迂回人工知能モデルを実際に適用し、「ダイナミック ガイダンス」を使用しました。ディスプレイ（ダイナミックメッセージサイン）」を導入した結果、渋滞時間が平均7分短縮され、交通効率も30％向上することができました

Google によると、この研究は、交通計画における「シミュレーション テクノロジー」の可能性を示しており、大規模なイベント会場での交通効率を向上させ、道路計画担当者が十分に利用されていない道路セクションを理解できるようにすることで、全体的な交通環境を改善することができます。

以上がGoogle、トラフィック効率を 30% 改善できる新しい AI モデルを研究の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。