麻省理工學(xué)院 Senseable City Lab 主任Carlo Ratti主導(dǎo)的一項(xiàng)新研究表明，如果人類司機(jī)被自動(dòng)駕駛取代，城市中的出租車數(shù)量將減少一半。并把研究成果以論文的形式發(fā)表在《Nature》雜志上。該論文表示，他們通過提出一個(gè)數(shù)學(xué)模型，解決了最小車隊(duì)問題（minimum fleet problem）。這個(gè)模型會計(jì)算一個(gè)城市中，人類出行所需的最少車輛數(shù)。這項(xiàng)研究指出，如果自動(dòng)駕駛汽車由算法調(diào)度，那么只需一半的車輛便能完成相同的旅客運(yùn)輸量。

麻省理工學(xué)院 Senseable City Lab 主任Carlo Ratti主導(dǎo)的一項(xiàng)新研究表明，如果人類司機(jī)被自動(dòng)駕駛?cè)〈鞘兄械某鲎廛嚁?shù)量將減少一半。

這項(xiàng)研究指出，如果自動(dòng)駕駛汽車由算法調(diào)度，那么只需一半的車輛便能完成相同的旅客運(yùn)輸量。

然而，Ratti也警告稱，自動(dòng)駕駛的出租車最終可能導(dǎo)致“超現(xiàn)實(shí)的交通堵塞”，因?yàn)閷懈嗟某丝蜑榱双@得自動(dòng)駕駛車輛提供的優(yōu)質(zhì)服務(wù)而放棄選擇公共交通出行。

1.算法主導(dǎo)下的高效出行

Ratti的這項(xiàng)研究發(fā)現(xiàn)，如果對出租車路線進(jìn)行合理優(yōu)化，并通過技術(shù)提升共享出行的體驗(yàn)，城市地區(qū)的出租車就可以被更高的效率的部署。

即使保留了人力車輛運(yùn)營商，如果路線和調(diào)度是由算法決定的，而不是由司機(jī)決定的話，城市對車輛的需求也會減少30%。

Ratti告訴我們：“這份研究表明，在大城市中，即便駕駛方式依然采用當(dāng)今的人類駕駛，單單通過改變出租車系統(tǒng)的管理和調(diào)度方式，也可以極大地提高出租車系統(tǒng)的效率”。

“然而，要做到這一點(diǎn)，目前運(yùn)營出租車的商業(yè)模式——基本上有400年的歷史——應(yīng)該轉(zhuǎn)變?yōu)橐粋€(gè)集中運(yùn)營的智能模式。”

2.共享自動(dòng)駕駛車輛讓城市更擁堵？

但是更好的技術(shù)可能不會減少城市的擁擠狀況，因?yàn)楣蚕碜詣?dòng)駕駛車輛的出現(xiàn)將導(dǎo)致人們對出租車服務(wù)需求的增長。

Ratti說：“共享自動(dòng)駕駛交通工具的預(yù)期效果之一，是人們對共享自動(dòng)駕駛需求的增加。”

這份聲明呼應(yīng)了交通設(shè)計(jì)師Paul Priestman的說法，他今年早些時(shí)候告訴我們，自動(dòng)駕駛汽車可能導(dǎo)致更嚴(yán)重的交通堵塞。

Priestman說：“關(guān)于自動(dòng)駕駛汽車有很多討論，但我的觀點(diǎn)是，在所有自動(dòng)駕駛汽車都能相互通信、服從統(tǒng)一調(diào)度之前，你將會看到的只能是大量自動(dòng)駕駛汽車出現(xiàn)在街道上，車內(nèi)沒有人——因?yàn)檐囕v正在打算去接某個(gè)人，而這些汽車將會造成更嚴(yán)重的交通擁堵。”

他繼續(xù)說：“這將使情況惡化，而不是改善局面”。

3.“最小車隊(duì)”問題

“最小車隊(duì)”問題困擾了科學(xué)家多年，這意味著城市當(dāng)局和出租車公司一直都無法計(jì)算出提供高效服務(wù)所需的最佳車輛數(shù)量。

Ratti是Carlo Ratti協(xié)會的負(fù)責(zé)人，同時(shí)也是麻省理工學(xué)院 Senseable City 實(shí)驗(yàn)室的負(fù)責(zé)人。Ratti和他的團(tuán)隊(duì)聲稱已經(jīng)解決了這個(gè)問題。他們的文章，題目為《Addressing the minimum fleet problem in on-demand urban mobility》發(fā)表在《Nature》雜志上。

該論文表示，他們通過提出一個(gè)數(shù)學(xué)模型，解決了最小車隊(duì)問題（minimum fleet problem）。這個(gè)模型會計(jì)算一個(gè)城市中，人類出行所需的最少車輛數(shù)。

這項(xiàng)研究專注于紐約的租車情況，研究小組查看了1.5億次旅行的數(shù)據(jù)，計(jì)算出如果路線是由人工智能計(jì)劃的話，這個(gè)城市需要的出租車數(shù)量是9450，而不是目前的13500輛出租車，就可以滿足目前每天50萬次的出行需求。

Ratti說：“如果出租車車隊(duì)（即使是由人類司機(jī)駕駛）得到更好的管理，紐約也可以減少30% 的車輛。從本質(zhì)上講，我們需要的只是更好的算法。”

“如果我們考慮一個(gè)出租車完全由算法調(diào)度的城市，出租車的數(shù)量的減少將接近50% 。”Ratti說，“然而，自動(dòng)出租車將創(chuàng)造額外的需求，吸引用戶遠(yuǎn)離其他出行解決方案。”

“這表明，明天的城市流動(dòng)性問題不一定能夠通過更多的物理基礎(chǔ)設(shè)施來解決，而是需要更多的智慧。”Ratti說：“換言之，更多的電子設(shè)備，更少的污染材料。”

4.“超現(xiàn)實(shí)的僵局”

“但由于自動(dòng)駕駛相對于人類駕駛有幾乎不再同一維度的競爭優(yōu)勢，所以可能會引發(fā)問題。”Ratti解釋道：“例如，一公里的旅行成本可能會大幅下降，以至于人們會放棄公共交通，轉(zhuǎn)而選擇自動(dòng)駕駛汽車。 這反過來又可能導(dǎo)致一個(gè)城市的車輛數(shù)量的增加ーー這種增長造成了城市車輛并不會減少，反而會增加的超現(xiàn)實(shí)主義的僵局。

但是Ratti表示，他們的研究清楚地表明了優(yōu)化車隊(duì)規(guī)模和管理以提高效率的巨大潛力，并最終降低了交通擁堵，即使預(yù)計(jì)旅行需求會增加。

盡管Ratti和他的團(tuán)隊(duì)研究的是曼哈頓地區(qū)，他說，他們所預(yù)測的效率增長也很可能會出現(xiàn)在其他密集型的大城市。

“我們可以合理地假設(shè)，類似的情形將同樣出現(xiàn)在其它大城市，”他表示。

“對于小城市，還需要更多的研究。”Ratti補(bǔ)充說：“我預(yù)計(jì)，當(dāng)城市客流密度太小的時(shí)候，智能出租車反而會降低效率，因?yàn)楣蚕沓鲂械臋C(jī)會取決于客流量的多少。”

“如果我們考慮用最優(yōu)化的智能車隊(duì)取代紐約目前的出租車系統(tǒng)，我們就必須找到最好的方式，為每天13500多輛出租車提供的約50萬次的出行而服務(wù)。”

因此，接下來該團(tuán)隊(duì)將尋找一個(gè)數(shù)學(xué)模型來計(jì)算一個(gè)城市所需的最小停車位數(shù)量。