/ lunes 19 de agosto de 2024

Coches robot podrían ayudar a mejorar el tránsito vehicular

Mis colegas y yo descubrimos que los vehículos robóticos podrían ayudar a optimizar el flujo vehicular en las ciudades, incluso cuando se mezclen con vehículos conducidos por humanos

Los vehículos robóticos ya no son un concepto de ciencia ficción: las ciudades de todo el mundo han estado probando robotaxis autónomos desde 2016.

Con la creciente presencia de vehículos robóticos en el tráfico y el previsible largo período de transición del tráfico mixto al tráfico completamente autónomo, mi equipo y yo nos preguntamos si los vehículos robóticos y sus interacciones con los vehículos conducidos por humanos pueden aliviar los notorios problemas de tráfico actuales.

Te puede interesar: La Inteligencia Artificial llega a las manos de los mexicanos (a través de los smartphones)

Soy un científico informático que estudia la inteligencia artificial para el transporte y las ciudades inteligentes. Mis colegas y yo planteamos la hipótesis de que, a medida que aumenta la cantidad de vehículos robóticos en el tráfico, podemos aprovechar la IA para desarrollar algoritmos para controlar el complejo sistema de tráfico mixto.

Estos algoritmos no sólo permitirían que todos los vehículos viajen sin problemas del punto A al punto B, sino que, lo que es más importante, optimizarían el tráfico general al permitir que los vehículos robóticos no afecten a los vehículos conducidos por personas.

Para probar nuestra hipótesis, utilizamos una rama de la IA conocida como aprendizaje por refuerzo, en la que un agente inteligente aprende a maximizar las recompensas acumuladas a través de la interacción con su entorno.

A medida que aumenta la cantidad de vehículos robóticos en el tráfico, podemos aprovechar la IA para desarrollar algoritmos para controlar el complejo sistema de tráfico mixto


Al establecer recompensas para vehículos robot simulados para priorizar objetivos como la eficiencia del tráfico o el consumo de energía, nuestros experimentos muestran que podemos gestionar eficazmente el tráfico mixto en intersecciones complejas del mundo real en condiciones de tráfico del mundo real en la simulación.

Nuestro algoritmo enseña a los coches robot a optimizar el flujo de tráfico comunicándose entre sí. El sistema colectivo de coches tiene como objetivo un flujo de tráfico fluido, incluso cuando cada coche individual decide cuándo entrar en una intersección en función de su entorno inmediato. Debido a que los coches robot están dispersos entre los coches conducidos por personas, todo el tráfico se ve afectado por el algoritmo.

Descubrimos que cuando los vehículos robot representan solo el 5% del tráfico en nuestra simulación, se eliminan los atascos. Sorprendentemente, nuestro enfoque incluso muestra que cuando los vehículos robot representan el 60 por ciento del tráfico, la eficiencia del tráfico es superior al tráfico controlado por semáforos.


Por qué es importante

El tránsito vehicular está empeorando en todas las grandes ciudades del mundo, lo que genera importantes costos económicos y ambientales. Es uno de los problemas más desafiantes que enfrenta la sociedad hoy en día. Los métodos actuales de control del tráfico, como los semáforos, tienen una eficacia limitada para reducir los retrasos y la congestión.

Los vehículos robot impulsados por IA ofrecen una posible solución, pero los estudios existentes a menudo suponen una conectividad universal y un control centralizado de todos los vehículos robot, un escenario que no es probable que se materialice en un futuro próximo. Es probable que la transición al tráfico completamente autónomo sea gradual, lo que resultará en un período prolongado de tráfico mixto con vehículos impulsados tanto por robots como por humanos.

Esto nos llevó a desarrollar algoritmos de control que utilizan vehículos robóticos para aprovechar los beneficios sociales de los sistemas de transporte autónomos sin requerir que todos o incluso la mayoría de los vehículos sean autónomos.

La idea es que los coches robot logren esto gracias a que podrían comunicarse entre sí


Estudios recientes han demostrado el potencial del control del tráfico mixto en escenarios como carreteras de circunvalación, carreteras en forma de ocho, cuellos de botella y fusiones de autopistas, intersecciones de doble sentido y glorietas.

Sin embargo, estos escenarios suelen carecer de la complejidad del mundo real y sólo involucran una cantidad limitada de vehículos que necesitan ser coordinados.

Nuestro trabajo es el primero en demostrar la viabilidad de controlar el tráfico mixto a través de vehículos robot en intersecciones complejas del mundo real. Poder controlar el tráfico en estas intersecciones es un paso esencial hacia el control del tráfico en toda la ciudad.


¿Qué sigue?

➡️ Suscríbete a nuestro Newsletter y recibe noticias relevantes sobre ideas disruptivas

Planeamos expandir nuestro marco para incorporar comportamientos de conducción adicionales para vehículos robot, como cambios frecuentes de carril. También planeamos probar nuestro enfoque en una variedad de tipos de intersecciones y queremos probarlo en comunicaciones de vehículo a vehículo del mundo real.

En última instancia, nuestro objetivo es lograr un control de tráfico mixto efectivo y eficiente a escala de las ciudades.


* El autor es Profesor adjunto de Ciencias de la Computación en la Universidad de Tennessee. Traducción de El Sol de México.

Los vehículos robóticos ya no son un concepto de ciencia ficción: las ciudades de todo el mundo han estado probando robotaxis autónomos desde 2016.

Con la creciente presencia de vehículos robóticos en el tráfico y el previsible largo período de transición del tráfico mixto al tráfico completamente autónomo, mi equipo y yo nos preguntamos si los vehículos robóticos y sus interacciones con los vehículos conducidos por humanos pueden aliviar los notorios problemas de tráfico actuales.

Te puede interesar: La Inteligencia Artificial llega a las manos de los mexicanos (a través de los smartphones)

Soy un científico informático que estudia la inteligencia artificial para el transporte y las ciudades inteligentes. Mis colegas y yo planteamos la hipótesis de que, a medida que aumenta la cantidad de vehículos robóticos en el tráfico, podemos aprovechar la IA para desarrollar algoritmos para controlar el complejo sistema de tráfico mixto.

Estos algoritmos no sólo permitirían que todos los vehículos viajen sin problemas del punto A al punto B, sino que, lo que es más importante, optimizarían el tráfico general al permitir que los vehículos robóticos no afecten a los vehículos conducidos por personas.

Para probar nuestra hipótesis, utilizamos una rama de la IA conocida como aprendizaje por refuerzo, en la que un agente inteligente aprende a maximizar las recompensas acumuladas a través de la interacción con su entorno.

A medida que aumenta la cantidad de vehículos robóticos en el tráfico, podemos aprovechar la IA para desarrollar algoritmos para controlar el complejo sistema de tráfico mixto


Al establecer recompensas para vehículos robot simulados para priorizar objetivos como la eficiencia del tráfico o el consumo de energía, nuestros experimentos muestran que podemos gestionar eficazmente el tráfico mixto en intersecciones complejas del mundo real en condiciones de tráfico del mundo real en la simulación.

Nuestro algoritmo enseña a los coches robot a optimizar el flujo de tráfico comunicándose entre sí. El sistema colectivo de coches tiene como objetivo un flujo de tráfico fluido, incluso cuando cada coche individual decide cuándo entrar en una intersección en función de su entorno inmediato. Debido a que los coches robot están dispersos entre los coches conducidos por personas, todo el tráfico se ve afectado por el algoritmo.

Descubrimos que cuando los vehículos robot representan solo el 5% del tráfico en nuestra simulación, se eliminan los atascos. Sorprendentemente, nuestro enfoque incluso muestra que cuando los vehículos robot representan el 60 por ciento del tráfico, la eficiencia del tráfico es superior al tráfico controlado por semáforos.


Por qué es importante

El tránsito vehicular está empeorando en todas las grandes ciudades del mundo, lo que genera importantes costos económicos y ambientales. Es uno de los problemas más desafiantes que enfrenta la sociedad hoy en día. Los métodos actuales de control del tráfico, como los semáforos, tienen una eficacia limitada para reducir los retrasos y la congestión.

Los vehículos robot impulsados por IA ofrecen una posible solución, pero los estudios existentes a menudo suponen una conectividad universal y un control centralizado de todos los vehículos robot, un escenario que no es probable que se materialice en un futuro próximo. Es probable que la transición al tráfico completamente autónomo sea gradual, lo que resultará en un período prolongado de tráfico mixto con vehículos impulsados tanto por robots como por humanos.

Esto nos llevó a desarrollar algoritmos de control que utilizan vehículos robóticos para aprovechar los beneficios sociales de los sistemas de transporte autónomos sin requerir que todos o incluso la mayoría de los vehículos sean autónomos.

La idea es que los coches robot logren esto gracias a que podrían comunicarse entre sí


Estudios recientes han demostrado el potencial del control del tráfico mixto en escenarios como carreteras de circunvalación, carreteras en forma de ocho, cuellos de botella y fusiones de autopistas, intersecciones de doble sentido y glorietas.

Sin embargo, estos escenarios suelen carecer de la complejidad del mundo real y sólo involucran una cantidad limitada de vehículos que necesitan ser coordinados.

Nuestro trabajo es el primero en demostrar la viabilidad de controlar el tráfico mixto a través de vehículos robot en intersecciones complejas del mundo real. Poder controlar el tráfico en estas intersecciones es un paso esencial hacia el control del tráfico en toda la ciudad.


¿Qué sigue?

➡️ Suscríbete a nuestro Newsletter y recibe noticias relevantes sobre ideas disruptivas

Planeamos expandir nuestro marco para incorporar comportamientos de conducción adicionales para vehículos robot, como cambios frecuentes de carril. También planeamos probar nuestro enfoque en una variedad de tipos de intersecciones y queremos probarlo en comunicaciones de vehículo a vehículo del mundo real.

En última instancia, nuestro objetivo es lograr un control de tráfico mixto efectivo y eficiente a escala de las ciudades.


* El autor es Profesor adjunto de Ciencias de la Computación en la Universidad de Tennessee. Traducción de El Sol de México.

México

Senado habilita postulaciones por correo electrónico para elecciones judiciales

Los registros habilitados por correo electrónico son, hasta el momento, únicamente para el Comité de Evaluación del Poder Legislativo

Mundo

COP29: países ricos deberán aportar 300 mil mdd al Sur Global

El secretario general de la ONU, António Guterres, afirmó que esperaba "un resultado más ambicioso"

República

Renuncia tesorero de Tacámbaro, Michoacán, tras denuncias de trata de menores

El alcalde Salvador Bastida respaldó la decisión de Campos Murillo de dejar el cargo para aclarar las acusaciones en su contra

Metrópoli

Saca la cobija: Activan alerta roja en cuatro alcaldías de la CDMX

Aquí te contamos toda la información sobre las alcaldías que se verán afectadas por el Frente Frío 10

Finanzas

México pide revisar más de 100 mil vehículos de Honda y Acura por riesgos mecánicos

En un comunicado, la Procuraduría Federal del Consumidor (Profeco) explicó que el llamado a revisión aplica para 106 mil 550 autos

México

Frente Cívico Nacional aprueba ruta para convertirse en partido político

Guadalupe Acosta Naranjo, líder del FCN, dijo que es urgente que los ciudadanos conformen un nuevo partido que haga frente a Morena