HN 日本語サマリー

← 一覧へ戻る
科学・技術

コラボレーションの力:交通渋滞をどのように減らせるか

The power of collaboration: How we can reduce traffic congestion (research.google)

156 pointsby raahelb260 コメント

要約

この記事は、Google Researchによる、ナビゲーションアプリにおけるネットワークを意識したルーティングが交通ネットワークの効率を向上させる可能性について論じています。10の主要都市で行われた大規模な実証実験では、わずか2%の旅行ルートを最適化するだけで、渋滞セグメントからの交通を分散させ、都市全体の走行速度を向上させ、燃料消費とCO2排出量を削減できることが示されました。この研究は、個々の旅行者の最適化から、ネットワーク全体の効率を高める協調的なルーティングパラダイムへの移行に向けた実験的フレームワークを確立するものです。

全文翻訳

コラボレーションの力:交通渋滞をどのように軽減できるか

車両輸送は、物資や人々の移動、生産性、経済成長を可能にし、現代生活の多くを支えています。しかし、そのコストは高く、ドライバーは平均して人生の2.6年を運転に費やしており、自家用車やバンは現在、世界のCO2排出量の約10%を占めています。したがって、輸送ネットワークの効率的な利用は極めて重要です。航空機が空域を管理したり、インターネットがデータパケットをルーティングしたりするように、道路交通ルーティングをシステム全体で管理することは可能でしょうか?陸上交通には歴史的に管制塔がありませんでしたが、デジタルプラットフォームは、より協調的な未来への強力な手がかりを提供します。

ナビゲーションサービス、コネクテッドカー、スマートシティ、自動運転車の普及はすべて、輸送リソースの測定と最適化の両方を改善する機会を提供します。Google Researchは、AIを使用して都市の信号機を最適化するプロジェクトGreen Lightで、インフラレベルでの介入の力をすでに実証しています。残念ながら、車両ネットワークの最適化は困難であることが証明されています。個々の車両ルーティングはすべての主要なナビゲーション製品で標準的ですが、システム全体でのルーティング最適化はまだ存在しません。ネットワーク最適化の理論モデルは存在するものの、大規模な実証的検証は限られており、進歩を妨げています。

Nature Citiesに掲載された「Urban congestion relief experiments through routing-app interventions」では、交通改善のためのナビゲーションプラットフォームの使用に関する最初の大規模な実世界の調査を発表します。少数の移動を調整するだけで、都市全体の走行速度を測定可能に改善し、排出量を削減できることを示します。また、個々の移動の最適化から、ネットワーク全体の効率を高める協調的なルーティングパラダイムへと進化するための実験フレームワークを確立します。

実験

私たちは、全体的な交通状況を改善するためのターゲットを絞った低コストのルーティング介入の効果を実証するために、米国の大都市10都市で実験を実施しました。この研究では、Googleマップのアルゴリズムを、同程度の移動時間とセグメントタイプを持つ代替ルートを優先するように変更し、事実上、事前に選択された渋滞区間から移動を誘導しました。

6ヶ月以上にわたり、私たちは都市全体のスイッチバック(クロスオーバーとも呼ばれる)実験デザインを採用し、この介入の効果を適切に測定するために、連続する日でこの処置と対照(変更なし)ルーティングアルゴリズムを交互に切り替えました。個々の移動をランダムに選択するのではなく、介入は都市全体に体系的に適用されました。「処置」の日には、変更されたルーティングは、事前に選択された渋滞区間に遭遇したすべての移動を、同程度の移動時間を持つ代替ルートに誘導しました。この実験の結果、観察された移動の2%未満がルート変更の推奨を受けました。

実験を設定するために、渋滞レベルとグラウンドトゥルースの利用可能性に基づいて都市が選択されました。各都市について、過去の渋滞パターンに基づいて約100の道路セグメントを選択しました。これらは、ピーク需要時の繰り返し発生するボトルネックまたは高い交通密度によって特徴付けられました。以下の図は、そのような例の1つを示しています。

結果

提案するルーティング介入の効果を定量化するために、分析には階層ベイズ結果モデリングフレームワークを採用しました。このアプローチは、集計された都市レベルとローカライズされた時間レベルの両方でパラメータを同時にモデル化し、厳密な制約を課すことなく共有される変動を捉える柔軟な方法を提供します。また、都市間および期間間の情報共有を可能にし、特定の都市または時間の推定値が他のサブグループの効果推定値から強度を引き出すことを可能にします。

この研究により、これらの小さな介入でさえ、交通状況の測定可能で統計的に有意な改善につながることがわかりました。都市全体で平均すると、ターゲットを絞ったセグメントでの走行速度の中央値は約2%増加し、燃料消費率の中央値は0.5%から1.0%減少しました。この研究で考慮された都市の規模とエネルギー需要をはるかに超える影響を受けたセグメント全体(介入によって影響を受けたすべてのセグメント、交通が迂回されたセグメントと迂回されてきたセグメントの両方を含む)では、走行速度の中央値は0.5%増加し、朝と午後の交通量が最も多い時には0.35%増加しました。この研究で考慮された都市の規模とエネルギー需要において、これは都市あたり年間数千トンのCO2e排出量の削減につながる可能性があります。

走行速度と排出率の改善は、ネットワーク全体で普及しており、統計的にも有意でした。これらの改善は、主要なボトルネックからの車両の戦略的な迂回によるものでした。この交通を効率的に分散させることにより、周辺道路は、より多くの車両の吸収量が増加した場合でも、より高い平均速度と低い全体的な排出量を維持しました。この動作は、以下の図に示されています。

結論

この研究は、ネットワーク化されたナビゲーション技術が、社会の利益のために交通の流れを積極的に形成するための強力なツールとなり得ることを明確に示しています。少数の移動を調整することで、特定のアプリを使用しているユーザーだけでなく、すべての道路利用者に利益をもたらすシステム的な利益を達成できます。特に、ナビゲーションユーザーと非ユーザーの両方が、ターゲットを絞ったセグメントの渋滞緩和の恩恵を共有し、移動時間とCO2e排出量の削減においてネットワーク全体での改善につながります。

直接的な渋滞緩和を超えて、この研究は交通管理のための厳密で実験に基づいたアプローチの設計図を確立します。スマートシティインフラが成熟するにつれて、ここで実証された実験的な経路(接続性を使用してシステムレベルの変化を測定および促進する)は、動的な信号制御や複雑な都市環境でのリアルタイムネットワーク最適化などのより広範な課題に適用できます。これらの結果は比較的単純なルート変更の可能性を示していますが、自動車、インフラストラクチャ、およびネットワークを意識したルーティングが連携して、コミュニティ全体の旅行効率と持続可能性を最適化する未来の基盤を提供します。

謝辞

この研究は、Alexandre Bayen、Andrew Tomkins、Theophile Cabannes、Kevin Chen、Yechen Li、Marc Nunkesser、Prem Ramaswami、Eray Turkel、Shoshana Vasserman、Haizheng Zhangとの協力により実施されました。