Semelhante a quando os Modelos T viajavam ao lado de cavalos e buggies, veículos autônomos (AVs) e veículos conduzidos por humanos (HVs) um dia compartilharão a estrada. Como gerenciar melhor o aumento de AVs é o tópico de um novo resumo de política da Carnegie Mellon, Era de Autonomia Mista de Transporte:Resiliência e Gerenciamento Autônomo de Frota.
O debate continua sobre quando os AVs dominarão nossas ruas, mas um dos autores do resumo, Carlee Joe-Wong, diz que "uma vez que os AVs comecem a ser implantados, provavelmente não haverá mais volta. sobre políticas agora, para estudá-las minuciosamente e acertá-las quando os AVs chegarem."

Joe-Wong, professor associado de engenharia elétrica e de computação, e a equipe de pesquisa se perguntaram "o que é diferente quando você tem AVs na mistura em comparação com apenas HVs? Percebemos que uma das principais diferenças entre AVs e HVs é que os AVs são altruístas e os HVs são egoístas."

Os AVs podem antecipar o que vai acontecer e redirecionar-se, por exemplo, em caso de construção de estradas ou acidente. Programados para operar com segurança e seguir regras, os AVs podem realizar ações altruístas que beneficiam outros veículos e não apenas a si mesmos. Humanos com pressa, podem não ser tão generosos com seu tempo.

O preço da direção egoísta torna-se evidente ao examinar o fluxo de tráfego. À medida que carros de comportamento egoísta entram e saem de um sistema de tráfego, eventualmente o sistema atingirá o equilíbrio, um estado de equilíbrio, mas o tráfego pode não estar fluindo tão eficientemente quanto poderia. Por exemplo, o equilíbrio pode ser alcançado quando o tráfego se enrosca de pára-choques a pára-choques. "Às vezes o equilíbrio está longe de ser ótimo", diz Joe-Wong.

Os pesquisadores acreditam que o altruísmo pode melhorar o fluxo de tráfego, evitando equilíbrios abaixo do ideal, e nem todo mundo precisa ser um cara legal para melhorar os tempos de viagem. Nas simulações, os estados altruístas entram em jogo quando os AVs representam 20% a 50% dos veículos nas estradas. O relatório sugere maneiras de recompensar o altruísmo, incluindo isenções de pedágio, descontos em estacionamento, etc.

Encontrar as melhores políticas operacionais para frotas AV é outro tópico abordado no relatório. Os AVs têm a capacidade de trabalhar em sincronia, mas o controle centralizado de milhares de AVs levará a problemas de computação e atrasos de comunicação. Os pesquisadores querem encontrar um equilíbrio entre políticas centralizadas e descentralizadas usando aprendizado por reforço, um método de treinamento de aprendizado de máquina.

Os engenheiros consideraram como os AVs tomam decisões. Como o aprendizado de máquina ajuda nesse processo e quais tipos de decisões têm o maior impacto? De acordo com Joe-Wong, "Sob algumas condições, você realmente precisa de inteligência de aprendizado por reforço, mas em outras condições, esse aprendizado por reforço está apenas lhe dizendo para fazer o que você provavelmente teria feito de qualquer maneira".

A equipe sugere que os operadores de frota treinem modelos para gerenciar frotas AV localmente. Se ocorrerem novos padrões de tráfego, os modelos são atualizados, especialmente para direcionar as pessoas para longe dos incidentes. No entanto, se o tráfego fluir ininterruptamente, serão necessárias menos atualizações, o que reduz as comunicações entre os AVs na estrada e os AVs que reportam a um servidor centralizado.

O problema final que os pesquisadores examinaram foi como lidar com o congestionamento de tráfego e evitar falhas em cascata que ocorrem quando uma falha em um sistema desencadeia uma sequência de eventos que levam a uma falha em toda a rede.

Operar em equilíbrio ideal, aplicar aprendizado de reforço e ter uma proporção maior de AVs colaborativos reduzirá o congestionamento. No entanto, para lidar com falhas em cascata, os pesquisadores consideraram outros modos de transporte encontrados nas redes urbanas. Os pesquisadores adicionaram sistemas de compartilhamento de ônibus, metrô, ferrovia e bicicletas aos seus modelos e conseguiram mostrar que, se os passageiros fossem ajustados entre os vários modos de transporte, isso maximizaria o uso de toda a rede e evitaria sobrecarga e falhas. .

Com base em suas descobertas, a equipe recomenda que, ao criar políticas de redistribuição de fluxo de tráfego para AVs, as agências de planejamento considerem como incorporar vários sistemas de transporte interdependentes para manter as pessoas em movimento.

Na era da autonomia mista, os AVs altruístas poderiam atuar como coordenadores que mantêm o tráfego fluindo, provocando ações positivas dos HVs. Embora demore algum tempo até que os AVs superem o número de veículos dirigidos por humanos, todos os motoristas notarão melhores fluxos de tráfego com apenas uma adaptação parcial dos AVs. + Explorar mais

Algoritmos de tráfego centralizados para ajudar os motoristas a evitar congestionamentos