许多交通拥堵都是由人类行为造成的：轻轻踩一下刹车就会波及一排汽车，无缘无故地引发减速或完全堵塞。

大规模交通实验将机器学习与幻影拥堵进行对比

但上周在纳什维尔郊外进行的大规模交通实验中，科学家们测试了在道路上引入几辆配备人工智能的车辆是否有助于缓解这些“幻影”拥堵并降低每个人的油耗。答案似乎是肯定的。

在五天的时间里，研究人员进行了世界上最大的同类交通实验之一，在早上通勤期间将100辆日产Rogue、丰田RAV4和凯迪拉克XT5车辆部署到纳什维尔I-24的繁忙路段上。每辆车都配备了人工智能驱动的巡航控制系统，旨在自动调整车辆速度以改善整体交通流量——实质上是将每辆车变成自己的“机器人交通管理员”。

“驾驶是非常直观的。如果你前面有空隙，你会加速。如果有人刹车，你会减速。但事实证明，这种非常正常的反应会导致走走停停的交通和能源效率低下，”说AlexandreBayen，加州大学伯克利分校副教务长兼Liao-Cho工程学教授。“这正是人工智能技术能够解决的问题——它可以将车辆引导到人类不直观的地方，但总体上效率更高。”

Bayen是CIRCLESConsortium的首席研究员，CIRCLESConsortium是一个多大学研究合作组织，致力于使用机器学习来改善交通流量和提高能源效率。上周的实验是与日产北美公司、丰田汽车、通用汽车公司和田纳西州交通部合作进行的，这是CIRCLES开创的人工智能技术首次以这种规模进行测试。

上周在纳什维尔郊外进行的为期五天的现场试验中，研究人员部署了一支由100辆半自动驾驶车辆组成的车队，以测试一种新的人工智能驱动的巡航控制系统是否有助于顺畅交通并提高燃油经济性。图片来源：加州大学伯克利分校AlanToth和RoxanneMakasdjian的视频

“通过进行如此大规模的实验，我们希望表明我们的结果可以在社会层面重现，”CIRCLES联合首席研究员、加州大学伯克利分校土木与环境工程助理教授MariaLauraDelleMonache说。“即使只有少数车辆表现不同，整个系统也会受到影响，从而使道路上的每个人都变得更好，而不仅仅是那些配备AI车辆的人。”

为了完成这项艰巨的任务，来自世界各地的50多名CIRCLES研究人员聚集在田纳西州安提阿的一个改建办公空间的大型“指挥中心”。从11月14日到11月18日进行的实验的每个早晨，训练有素的司机在最近开放的I-24MOTION试验台上驾驶AI驱动的车辆，这是州际公路的一段，配备了300个4K数字传感器来监控交通。

当司机穿过他们的路线时，研究人员从车辆和I-24MOTION交通监控系统收集交通数据。仅在11月16日，该系统就记录了总计143,010英里的行驶里程和3,780小时的行驶时间。I-24MOTION系统与CIRCLES项目中开发的车辆能量模型相结合，将提供这些时间段内整个交通流量的燃料消耗估算。

“我们的初步结果表明，即使道路上只有一小部分这些车辆，我们也可以有效地改变交通的整体行为。由于这是第一次以这种规模进行，因此需要几个月的时间来挖掘收集的数据并精确量化了现场测试的能量影响，”Bayen说。“这里的游戏规则改变者是协调——车辆利用彼此的存在并且可以先发制人地对下游交通状况做出反应。”

新的人工智能技术超越了市场上已有的自适应巡航控制系统。除了根据当地情况调整车辆速度外，该技术还结合了有关交通状况的信息并调整速度，以帮助顺畅整体交通。

该实验还展示了CIRCLES团队开发的一项新功能：能够同时将协作算法推送到不同的汽车平台(日产、通用和丰田)。该团队正在计划如何在加利福尼亚部署该技术。

“走走停停的交通会造成很多问题，”CIRCLES的总工程师兼联合PI、加州大学伯克利分校交通研究所的工作人员JonathanLee说。“不断地启动和停止会浪费大量能量。这也会让司机和乘客感到不舒服，并且会增加碰撞的可能性。通过平滑这种流动，我们希望让驾驶不仅更安全、更节能，而且更舒适出色地。”

实验总部外停车场的延时视频，配备AI的车辆离开并在I-24上行驶，然后返回。图片来源：CIRCLES视频由JonathanSprinkle提供

从流量监控到流量平滑

十多年来，Bayen和CIRCLES联盟的其他成员一直在应用最新技术来帮助改善交通。2008年，Bayen和当时还是加州大学伯克利分校研究生的DanielWork领导了MobileMillennium项目，这是支持GPS的智能手机如何提供有关交通状况的实时信息的首批演示之一。在实验中，加州大学伯克利分校的团队管理着一支由100辆汽车组成的车队，它们在旧金山湾区行驶10英里的路线，而诺基亚手机则将每辆车的速度信息传输到中央服务器。

现在智能手机无处不在，只需点击一个按钮即可获得实时交通信息，Bayen很高兴展示机器学习如何不仅可以用于监控交通，还可以改善道路状况。

“我们使用的技术的美妙之处在于它们可以获取人类数据，从中学习，然后应用它来使事情变得更好，”Bayen说。

2016年，包括Work和DelleMonache在内的一组研究人员进行了一项真实世界的实验，展示了智能汽车可能对交通流量产生的深远影响。

在实验中，有20辆汽车在封闭的圆形轨道上行驶。当所有汽车都由人类驾驶时，交通“波浪”不断出现，模仿道路上出现的走走停停模式。但是，只添加一辆智能汽车就可以消除人为造成的影响，从而整体节省40%的燃料。

在2020年获得美国能源部(DOE)的350万美元拨款后，CIRCLES团队开始准备在更大范围内重复实验，这次是将配备AI的车辆整合到正常的高速公路交通流中。

“汽车已经在销售带有驾驶员辅助系统的汽车，但我们还不完全了解这项技术如何影响交通，”DelleMonache说。“通过这个实验，我们希望更好地了解这些系统的影响，并确保无论影响是什么，它都会有利于整体交通，而不仅仅是个别车辆。”

创造“社会可接受的”人工智能

作为CIRCLES联盟的一部分，加州大学伯克利分校的研究人员率先开发了机器学习算法，用于控制人工智能车辆的行驶速度。这些算法，也称为“速度规划器”和“控制器”，使用有关总体交通状况和车辆周围环境的信息来确定改善交通流量的最佳速度。

博士后研究员HosseinNickZinatMatin说：“我们的想法是，如果前方出现交通堵塞或瓶颈，我们想尝试调整车辆的速度，以免造成拥堵。”在加州大学伯克利分校的DelleMonache小组中。“这是一个复杂的数学问题。”

要开发这些速度规划器，团队必须首先定义描述交通行为的数学模型。Matin说，一般来说，交通流量可以使用类似于控制流体流动的方程式来建模，但驾驶中的人为因素会使事情复杂化。

“司机不仅仅是粒子。他们会思考，而且他们有特定的行为，”马丁说。“这就是让这个研究领域真正有趣的原因。”

Lee说，捕捉交通流中人性化的一面也是上周实验如此重要的原因之一。该团队定期运行计算机化交通模拟，以训练机器学习算法以平滑走走停停行为并最大限度地减少能源消耗。来自实验的数据对于改进这些模拟和算法以用于现实世界的驾驶至关重要。

在现场测试软件也很重要，以确保人工智能驱动的车辆不会以人类可能认为“社会不可接受”的方式行事。例如，车辆可以通过保持缓慢、稳定的速度而不是不断地加速和制动来使交通顺畅。然而，慢速驾驶可能会造成交通拥堵，这可能会激怒其他司机，或让其他车辆闯入。

“我们希望训练我们的车辆以一种不像人类的特定方式驾驶，但也不会完全被社会接受，”李说。“在测试周期间，我们的一个重点是根据司机的反馈对我们的控制器进行日常调整。”

除了训练算法遵守道路规则外，软件还必须与实际车辆的硬件和功能兼容。虽然模拟汽车可以瞬间从零加速到60英里/小时，但即使是最先进的跑车也无法达到这种加速水平。

“我之前的所有工作都是开发仅在计算机上运行的算法，因此考虑到所有硬件限制和注意事项对我来说是一个有趣的范式转变，”二年级博士ArwaAlAnqary说。加州大学伯克利分校Bayen小组的学生。

Bayen、DelleMonache、Lee、Matin和AlAnqary是上周前往纳什维尔帮助进行实验的18名加州大学伯克利分校学生、博士后、教职员工和教职员工中的一员。当司机将他们的车辆开上州际公路并激活人工智能驱动的巡航控制系统时，该团队随时分析传入的数据并解决实验期间出现的任何最后一刻的技术故障。

“我们的愿景是，最终这项技术将部署在许多(如果不是全部)车辆中，我们正在努力使其可扩展到公众，”李说。

由加州大学伯克利分校提供