合作的力量：如何减少交通拥堵

# 协作的力量：我们如何缓解交通拥堵 来源：https://research.google/blog/the-power-of-collaboration-how-we-can-reduce-traffic-congestion/ 车辆运输支撑着现代生活的方方面面——货物的流通、人员的出行、生产效率的提高以及经济的增长。然而代价也十分高昂：驾驶员平均有 2.6 年的生命耗费在路上（链接：https://aaafoundation.org/wp-content/uploads/2024/08/202408-AAAFTS-American-Driving-Survey-2023.pdf），而私家车和货车目前约占全球 CO2 排放的 10%（链接：https://www.iea.org/energy-system/transport/cars-and-vans）。因此，交通网络的高效利用至关重要。能否像航空管理空域或互联网路由数据包那样，对整个道路系统进行路由管理？尽管地面交通历来缺少物理意义上的控制塔，但数字平台让我们一窥更协调的未来。 导航服务、联网汽车、智慧城市以及自动驾驶汽车的普及，都为改进交通资源的测量与优化提供了机遇。Google Research 已借助 Project Green Light（链接：https://sites.research.google/gr/greenlight/）展示了基础设施级干预的力量，该项目利用 AI 优化城市交通信号灯。然而，优化车辆网络一直颇具挑战。虽然所有主流导航产品都具备单一路径优化，但系统范围的路由优化尚未实现。尽管存在网络优化的理论模型，但大规模实证验证仍然有限，从而阻碍了进展。 在发表于《自然·城市》（链接：https://www.nature.com/natcities/）的论文《Urban congestion relief experiments through routing-app interventions》（链接：https://www.nature.com/articles/s44284-026-00443-x）中，我们首次开展了利用导航平台改善交通的大型真实世界研究。研究表明，即使只协调一小部分行程来分散交通流，也能明显提升整个城市的平均车速并减少排放。这项研究还建立了一个实验框架，使从单一行程优化演进到协作式路由范式、提升整体网络效率成为可能。 ## 实验 我们在美国 10 个主要城市进行了一项实验，以展示低成本、有针对性的路由干预在改善整体交通状况方面的效果。研究中，我们对 Google Maps 算法进行了修改，使其倾向于推荐具有相似行程时间和路段类型的替代路线，从而有效引导车辆避开预先选定的拥堵路段。 在持续六个月的实验中，我们采用了市内切换（又称交叉）实验设计：每隔一天在干预算法与未修改的对照算法之间轮换，以便恰当衡量干预效果。该干预并非随机选择单次行程，而是系统性地应用于整个城市。在"干预日"，修改后的路由会引导所有经过预选拥堵路段的行程，走向行程时间相近的替代路线。实验中，只有不到 2% 的观测行程收到了变更后的路线建议。 为设置实验，我们根据拥堵程度和真实数据可获得性选择了城市。对于每个城市，根据历史拥堵模式（表现为高峰时段的反复性瓶颈或高密度交通流）挑选了约 100 个路段。下图展示了其中一个示例。 ## 结果 为了量化所提出路由干预的效果，我们采用分层贝叶斯结果建模框架（链接：https://en.wikipedia.org/wiki/Bayesian_hierarchical_modeling）进行分析。该方法同时建模城市总体层面的参数和局部每小时层面的参数，能灵活捕捉共同变异而无需施加严格约束。它还允许城市与时段之间的信息共享，使得对特定城市或时段的估计可以借鉴其他子组效果估计的强度。 研究发现，即使这些微小的干预也能带来可测量的、统计上显著的交通状况改善。各城市平均而言，目标路段上的车速中位数提高约 2%，对应的燃油消耗率中位数下降 0.5% 至 1.0%。在范围更广的影响路段（即所有受干预影响的路段，包括交通被分流驶入或驶出的路段）上，车速中位数提高约 0.35%，而在早晚高峰时段达到 0.5%。在本研究涉及的城市的规模和能耗水平下，这相当于每城每年可减少数千吨 CO2e 排放。 车速提升和排放率下降在整个网络中都普遍存在且具有统计显著性。这些增益源于策略性地将车辆从主要瓶颈路段分流：通过高效疏散交通流量，周边道路即使在承受更高车流量的情况下，仍能保持较高的平均速度和较低的总体排放。下图说明了这种表现。 ## 结论 本研究清晰表明，联网导航技术可以成为主动塑造交通流、造福社会的有力工具。通过协调一小部分行程，我们可以实现系统层面的增益，惠及所有道路使用者——而不仅仅是使用特定应用的用户。值得关注的是，无论是导航用户还是非用户，都能共享目标路段拥堵缓解带来的好处，从而实现全网范围的行程时间改善和 CO2e 排放减少。 除了即时的拥堵缓解，这项工作还为基于实验的严格交通管理方法树立了蓝图。随着智慧城市基础设施的成熟，这种利用连通性来测量和促进系统级变化的实验路径，可以应用于更广泛的挑战，例如在复杂的城市环境中实现动态信号控制和实时网络优化。尽管这些结果显示相对简单的路线重规划已展现出潜力，但它们为未来车辆、基础设施与网络感知路由协同工作、共同优化全社会的出行效率与可持续性奠定了基础。 ## 致谢 *本研究是与 Alexandre Bayen、Andrew Tomkins、Theophile Cabannes、Kevin Chen、Yechen Li、Marc Nunkesser、Prem Ramaswami、Eray Turkel、Shoshana Vasserman 和 Haizheng Zhang 合作完成的。*