谷歌介紹「交通疏導」AI 模型研究成果：平均縮短7 分鐘擁擠時間、提升30% 交通效率

根據IT 之家12 月25 日消息，Google研究院日前發文介紹了一項利用開源模擬軟體SUMO 打造的「交通疏導」AI 模型應用成果。據悉，Google研究人員使用SUMO 軟體建立了西雅圖T-Mobile Park 及Lumen Field 地區的基礎模型，並利用了谷歌地圖提供的「擁堵量」、「紅綠燈位置」、「道路平均行駛速度」等資訊繪製了完整的熱地圖。在此之後，研究團隊將熱力地圖劃分為不同的區域，並引入「用戶行為模型」及西雅圖警察局提供的路線建議，從而建立了一項可為車主分配最佳路線的「交通疏導」模型。谷歌研究人員與美國西雅圖交通部合作，在2023 年8 月及11 月在多項大型活動中實際應用了這項交通疏導AI 模型，配合“動態引導顯示屏”，平均縮短了7 分鐘擁堵時間，成功提升30% 交通效率。