Mesterséges intelligencia, magyarul.
Az eredeti közleményekből.

A navigációs appok összehangolása csökkentheti a városi dugókat

2026. július 7. 18:42Forrás: Google Research
A navigációs appok összehangolása csökkentheti a városi dugókat
Kép: Google Research

A navigációs alkalmazásokban módosított útvonalajánlásokkal mérhetően javult a forgalom 10 nagy amerikai városban. A Google Research szerint az érintett utak sebessége nőtt, miközben a beavatkozás az utak kevesebb mint 2 százalékát érintette.

A lényeg röviden
  • A kísérlet 10 nagy amerikai városban zajlott.
  • A módosított útvonalajánlások az utak kevesebb mint 2 százalékát érintették.
  • A kiválasztott útszakaszokon körülbelül 2 százalékkal nőtt a mediánsebesség.
  • Az üzemanyag-fogyasztási ráta mediánértéke 0,5 és 1,0 százalék között csökkent.
  • A Google szerint városonként évente több ezer tonna szén-dioxid takarítható meg.

Kis beavatkozással az egész úthálózat javulhat

A Google Research július 7-i bejegyzése egy olyan közlekedési kísérlet eredményeit mutatja be, amelyben a navigációs útvonaltervezést nem kizárólag az egyes utak gyorsítására használták. A kutatók azt vizsgálták, hogy néhány, rendszeresen túlterhelt útszakasz forgalmának szétosztása javíthatja-e az egész város közlekedését.

A tanulmány a Nature Cities folyóiratban jelent meg. A Google Research szerint ez az első nagyléptékű, valós környezetben végzett vizsgálat, amely navigációs platformok használatával méri a forgalom javításának lehetőségét. A kutatók arra jutottak, hogy az utak kis részén végrehajtott összehangolt terelés az egész hálózatra hatással lehet.

Hat hónapig váltogatták az útvonaltervezési módokat

A kísérletben 10 jelentős amerikai város vett részt. Mindegyikben nagyjából 100 útszakaszt választottak ki a korábbi forgalmi adatok alapján. Ezek visszatérő torlódásokkal vagy csúcsidőben magas járműsűrűséggel jellemezhető szakaszok voltak.

A Google Maps útvonaltervező algoritmusát úgy módosították, hogy az érintett szakaszok helyett hasonló menetidejű és hasonló úttípusú alternatívákat részesítsen előnyben. A beavatkozást hat hónapon át vizsgálták: egymást követő napokon váltották a módosított és a változatlan útvonaltervezést. A módosítás csak azokon az utakon lépett életbe, ahol az útvonal egy előre kiválasztott, túlterhelt szakaszt érintett. Az összes megfigyelt út kevesebb mint 2 százaléka kapott emiatt eltérő ajánlást.

Nőtt a sebesség, csökkent az üzemanyag-felhasználás

A Google Research elemzése szerint a kiválasztott útszakaszokon a vezetési sebesség mediánértéke körülbelül 2 százalékkal nőtt. Ezzel párhuzamosan az üzemanyag-fogyasztási ráta mediánértéke 0,5 és 1,0 százalék közötti mértékben csökkent.

A beavatkozás által érintett teljesebb úthálózaton, vagyis azokon a szakaszokon is, amelyekre a forgalmat átirányították, a sebesség mediánértéke körülbelül 0,35 százalékkal javult. A reggeli és délutáni csúcsidőszakban ez az érték 0,5 százalék volt. A kutatók szerint ezek a javulások statisztikailag szignifikánsak voltak, és városonként évente több ezer tonna szén-dioxid-kibocsátás megtakarítását jelenthetik.

A hatás az alkalmazást nem használókhoz is elérhet

A módszer lényege a forgalom szétosztása volt. A járműveket a nagy forgalmú, központi útszakaszokról több, környékbeli útvonalra irányították, amelyek egyenként kisebb többletterhelést kaptak. A Google Research szerint így a navigációt használók és az azt nem használók is részesülhetnek a torlódások enyhüléséből.

A kutatás egy olyan kísérleti keretet is bemutat, amely a jelenlegi, egyéni útvonal-optimalizálást a teljes úthálózat összehangolása felé bővítheti. A szerzők szerint a megközelítés később olyan területeken is alkalmazható, mint a közlekedési lámpák dinamikus vezérlése és a valós idejű hálózati optimalizálás.

Kapcsolódó hírek

MedPAIR azt vizsgálja, ugyanazt tartja-e fontosnak az orvos és az AI
Kutatás2026. október 2. 20:07

MedPAIR azt vizsgálja, ugyanazt tartja-e fontosnak az orvos és az AI

A MedPAIR adatbázis azt méri, hogy az orvosok és a nagy nyelvi modellek ugyanazokat a mondatokat tartják-e fontosnak egy klinikai kérdés megválaszolásához. A kutatásban…

A Google új rendszerrel teszi ellenőrizhetőbbé a szövetségi tanulás védelmét
Kutatás2026. október 2. 16:57

A Google új rendszerrel teszi ellenőrizhetőbbé a szövetségi tanulás védelmét

A Google Research új, Trusted Execution Environmentekre épülő szövetségi tanulási rendszert jelentett be. A megoldás külső felek számára is ellenőrizhető adatvédelmi…

A Google új módszere pontosabban irányítaná az AI-képgenerálást
Kutatás2026. szeptember 29. 20:38

A Google új módszere pontosabban irányítaná az AI-képgenerálást

A Diffusion Controller nevű Google Research keretrendszer azt célozza, hogy a szövegből képet készítő modellek jobban kövessék a felhasználói utasításokat, miközben…