麻省理工学院 Senseable City Lab 主任Carlo Ratti主导的一项新研究表明，如果人类司机被自动驾驶取代，城市中的出租车数量将减少一半。
这项研究指出，如果自动驾驶汽车由算法调度，那么只需一半的车辆便能完成相同的旅客运输量。
然而，Ratti也警告称，自动驾驶的出租车最终可能导致“超现实的交通堵塞”，因为将会有更多的乘客为了获得自动驾驶车辆提供的优质服务而放弃选择公共交通出行。
算法主导下的高效出行
Ratti的这项研究发现，如果对出租车路线进行合理优化，并通过技术提升共享出行的体验，城市地区的出租车就可以被更高的效率的部署。
即使保留了人力车辆运营商，如果路线和调度是由算法决定的，而不是由司机决定的话，城市对车辆的需求也会减少30%。
Ratti告诉我们：“这份研究表明，在大城市中，即便驾驶方式依然采用当今的人类驾驶，单单通过改变出租车系统的管理和调度方式，也可以极大地提高出租车系统的效率”。
“然而，要做到这一点，目前运营出租车的商业模式——基本上有400年的历史——应该转变为一个集中运营的智能模式。”
共享自动驾驶车辆让城市更拥堵？
但是更好的技术可能不会减少城市的拥挤状况，因为共享自动驾驶车辆的出现将导致人们对出租车服务需求的增长。
Ratti说：“共享自动驾驶交通工具的预期效果之一，是人们对共享自动驾驶需求的增加。”
这份声明呼应了交通设计师Paul Priestman的说法，他今年早些时候告诉我们，自动驾驶汽车可能导致更严重的交通堵塞。
Priestman说：“关于自动驾驶汽车有很多讨论，但我的观点是，在所有自动驾驶汽车都能相互通信、服从统一调度之前，你将会看到的只能是大量自动驾驶汽车出现在街道上，车内没有人——因为车辆正在打算去接某个人，而这些汽车将会造成更严重的交通拥堵。”
他继续说：“这将使情况恶化，而不是改善局面”。
“最小车队”问题
“最小车队”问题困扰了科学家多年，这意味着城市当局和出租车公司一直都无法计算出提供高效服务所需的最佳车辆数量。
Ratti是Carlo Ratti 协会的负责人，同时也是麻省理工学院 Senseable City 实验室的负责人。Ratti和他的团队声称已经解决了这个问题。 他们的文章，题目为《Addressing the minimum fleet problem in on-demand urban mobility
》发表在今天的《Nature》杂志上。
该论文表示，他们通过提出一个数学模型，解决了最小车队问题（minimum fleet problem）。这个模型会计算一个城市中，人类出行所需的最少车辆数。
这项研究专注于纽约的租车情况，研究小组查看了1.5亿次旅行的数据，计算出如果路线是由人工智能计划的话，这个城市需要的出租车数量是9450，而不是目前的13500辆出租车，就可以满足目前每天50万次的出行需求。
Ratti说：“如果出租车车队（即使是由人类司机驾驶）得到更好的管理，纽约也可以减少30% 的车辆。从本质上讲，我们需要的只是更好的算法。”
“如果我们考虑一个出租车完全由算法调度的城市，出租车的数量的减少将接近50% 。”Ratti说，“然而，自动出租车将创造额外的需求，吸引用户远离其他出行解决方案。”
“这表明，明天的城市流动性问题不一定能够通过更多的物理基础设施来解决，而是需要更多的智慧。”Ratti说：“换言之，更多的电子设备，更少的污染材料。”
“超现实的僵局”
“但由于自动驾驶相对于人类驾驶有几乎不再同一维度的竞争优势，所以可能会引发问题。”Ratti解释道：“例如，一公里的旅行成本可能会大幅下降，以至于人们会放弃公共交通，转而选择自动驾驶汽车。 这反过来又可能导致一个城市的车辆数量的增加ーー这种增长造成了城市车辆并不会减少，反而会增加的超现实主义的僵局。
但是Ratti表示，他们的研究清楚地表明了优化车队规模和管理以提高效率的巨大潜力，并最终降低了交通拥堵，即使预计旅行需求会增加。
尽管Ratti和他的团队研究的是曼哈顿地区，他说，他们所预测的效率增长也很可能会出现在其他密集型的大城市。
“我们可以合理地假设，类似的情形将同样出现在其它大城市，”他表示。
“对于小城市，还需要更多的研究。”Ratti补充说：“我预计，当城市客流密度太小的时候，智能出租车反而会降低效率，因为共享出行的机会取决于客流量的多少。”
“如果我们考虑用最优化的智能车队取代纽约目前的出租车系统，我们就必须找到最好的方式，为每天13500多辆出租车提供的约50万次的出行而服务。”
因此，接下来该团队将寻找一个数学模型来计算一个城市所需的最小停车位数量。
评论
发表评论