مطالعهای نشان میدهد خودروهای رباتیک حتی در صورتی که بیشتر خودروهای اطرافشان را انسانها هدایت کنند، باز هم میتوانند ترافیک را مدیریت کنند و در نتیجه بازدهی ترافیک، ایمنی و مصرف انرژی را بهبود بخشند. خودروهای رباتیک دیگر یک مفهوم علمیتخیلی نیستند: از سال ۲۰۱۶ شهرهایی از سراسر جهان در حال آزمایش تاکسیهای رباتیک خودران هستند. من و تیمم به بررسی این سوال پرداختیم که آيا با افزایش نرخ خودروهای رباتی در ترافیک و در دوره گذار طولانی از ترافیک ترکیبی تا کاملاً خودران، خودروهای رباتی و تعامل آنها با خودروهایی که به دست انسانها هدایت میشود، میتواند مشکلات بزرگ ترافیک را برطرف کند. من یک پژوهشگر کامپیوتر و مشغول مطالعه هوش مصنوعی برای حملونقل و شهرهای هوشمند هستم. من و همکارانم فرض را بر این گذاشتیم که با افزایش تعداد خودروهای رباتی در ترافیک، میتوانیم از هوش مصنوعی برای توسعه الگوریتمهایی به منظور کنترل سیستم پیچیده ترافیک کمک بگیریم. این الگوریتمها نهتنها امکان حرکت روان تمام خودروها را از نقطه A به B فراهم میکنند، بلکه به خودروهای رباتی اجازه میدهند بر خودروهای تحت کنترل انسانها تاثیر بگذارند. ما برای آزمایش این فرضیه از شاخه شناختهشدهای از هوش مصنوعی به نام یادگیری تقویتی استفاده کردیم که طبق آن یک عاملیت هوشمند از طریق تعامل با محیط یاد میگیرد تا پاداشهای انباشته را به حداکثر برساند. با تنظیم پاداشهایی برای خودروهای شبیهسازیشده رباتی به قصد اولویت دادن به اهدافی مثل بهرهوری ترافیک یا مصرف انرژي، آزمایشهای ما نشان داد میتوانیم در تقاطعهای پیچیده جهان واقعی و در شرایط ترافیکی شبیهسازیشده از واقعیت، ترافیک را بهخوبی مدیریت کنیم. الگوریتم ما به خودروهای رباتی یاد میدهد از طریق ارتباط با یکدیگر، ترافیک را بهینهسازی کنند. سیستم جمعی خودروها حتی زمانی که یک خودرو تصمیم دارد در محیط اطراف خود به تقاطعی وارد شود نیز به دنبال یک جریان روان ترافیک است. از...