在城市里開車時，我們已經(jīng)看到過很多次這樣的情況。人們喜歡加速的好感覺，而不考慮前面的交通情況。然后他們猛踩剎車，等待，在紅燈前空轉(zhuǎn)。在這個過程中，他們學(xué)到了什么嗎?沒有，他們會一遍又一遍地重復(fù)同樣的程序。這就是強(qiáng)大的引擎的作用，對嗎?

等待時間并不是信號燈路口唯一令人不快的事情。車輛在等待信號燈變化時，會消耗燃料并排放溫室氣體。即使有今天的啟動&停止系統(tǒng)和電動汽車，能源也浪費在空調(diào)和輔助設(shè)備上。研究人員一直試圖找到解決這一困擾的辦法。第一個交通感應(yīng)系統(tǒng)似乎是根據(jù)等待通過十字路口的車輛數(shù)量來調(diào)整紅燈的時間。

但還可以做得更多，麻省理工學(xué)院的研究人員都參與其中。人類司機(jī)可能發(fā)現(xiàn)很難把握紅燈的時間并相應(yīng)地調(diào)整速度。但這可以由使用人工智能控制速度的自主車輛來持續(xù)實現(xiàn)。而隨著自動駕駛汽車即將占領(lǐng)街道，這可能是一個令人興奮的提議。

在一項新的研究中，麻省理工學(xué)院的研究人員使用人工智能來控制一隊自主車輛，當(dāng)它們接近和通過一個有信號燈的十字路口時，保持交通順暢。這減少了燃料消耗和排放，同時提高了平均車速。當(dāng)?shù)缆飞系乃熊囕v都是自主的時候，就能取得最佳效果。盡管如此，當(dāng)只有25%的人使用控制算法時，它也可以發(fā)揮作用。

科學(xué)家們使用了深度強(qiáng)化學(xué)習(xí)，控制算法學(xué)會了做出一連串的決定。因此，該算法利用神經(jīng)網(wǎng)絡(luò)學(xué)到的假設(shè)，找到良好序列的捷徑，即使有數(shù)十億種可能性。但是研究人員希望系統(tǒng)能夠?qū)W習(xí)一種策略，在減少燃料消耗的同時限制對旅行時間的影響，這可能是相互沖突的。

"為了減少旅行時間，我們希望汽車開得快，但為了減少排放，我們希望汽車慢下來或根本不動。高級作者Cathy Wu說："這些相互競爭的獎勵會讓學(xué)習(xí)代理非常困惑。

在測試階段，麻省理工學(xué)院的團(tuán)隊發(fā)現(xiàn)，他們的算法沒有產(chǎn)生任何走走停停的交通，至少在只對一個十字路口進(jìn)行建模時是如此。如果路上的每輛車都是自主的，他們的控制系統(tǒng)可以減少18%的燃料消耗和25%的二氧化碳排放，同時將行駛速度提高20%。即使算法只控制25%的車輛，這也能提供50%的燃料和減排效益。

正如我們所說，這項研究集中在一個單一的交叉口算法上。然而，在現(xiàn)實生活中，當(dāng)交叉口串聯(lián)起來時，事情就會變得復(fù)雜。研究人員將進(jìn)一步擴(kuò)展他們的分析，以包括多交叉口的情況和不同類型的交叉口。這項工作仍處于早期階段，但吳認(rèn)為這種方法可以在近期內(nèi)實施。