谷歌介绍“交通疏导”AI 模型研究成果：平均缩短 7 分钟拥堵时间、提升 30% 交通效率

图片地址：https://img.ithome.com/newsuploadfiles/2023/12/621ececa-576b-4458-8ce7-c23c3c46867f.png?x-bce-process=image/watermark,image_aW1nL3dhdGVybWFyay9xYy9xYzEwMS5wbmc=,t_100,g_3,y_23,x_23,a_0/format,f_auto

IT之家 12 月 25 日消息，谷歌研究院日前发文，介绍了一项利用开源模拟软件 SUMO（Simulation of Urban Mobility）打造的“交通疏导”AI 模型应用成果。据悉，谷歌研究人员使用 SUMO 软件建立了西雅图 T-Mobile Park 及 Lumen Field 地区的基础模型，并利用了谷歌地图提供的“拥堵量”、“红绿灯位置”、“道路平均行驶速度”等信息绘制了完整的热力地图。▲ 图源 谷歌官方新闻稿（下同）在此之后，研究团队将热力地图划分为不同的区域，并引入“用户行为模型”及西雅图警察局提供的路线建议，从而建立了一项可为车主分配最佳路线的“交通疏导”模型。IT之家从新闻稿获悉，谷歌研究人员与美国西雅图交通部合作，在 2023 年 8 月及 11 月在多项大型活动中实际应用了这项交通疏导 AI 模型，配合“动态引导显示屏（Dynamic Message Signs）”，平均缩短了