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

近日，谷歌研究院发布重要研究成果，公布了他们在城市交通领域的创新应用——“交通疏导”AI模型。这一突破性的应用，基于开源模拟软件SUMO精心打造而成。

研究人员利用SUMO软件构建了西雅图T-Mobile Park和Lumen Field地区的精确模型，并运用谷歌地图所提供的丰富数据资源，绘制了详尽的热力地图。这些数据包括但不限于拥堵程度、红绿灯位置以及道路平均行驶速度等信息。

结合这些基础数据，研究团队进一步深入工作，将热力地图划分为若干区域，并巧妙地引入了用户行为模型和西雅图警察局的路线建议。通过这些努力，他们成功开发出一个能够为车主提供最佳路线的“交通疏导”模型。

据IT之家报道的最新消息，谷歌研究人员与美国西雅图交通部紧密合作，先后在多次大型活动中实际应用了这一交通疏导AI模型。配合动态引导显示屏的使用，这一模型成功缩短了平均拥堵时间约7分钟，显著提升了交通效率高达30%。

谷歌方面表示，这项研究充分展示了模拟技术在交通规划领域的巨大潜力。它不仅有助于在大型活动场合提升交通效率，还能帮助道路规划者识别利用率较低的路段，从而为改善整个交通环境提供有力支持。这一创新应用无疑为未来的城市智能交通管理开辟了新的道路。