2018-10-29 20:48:01
优化交通和减少污染的机器学习

优化交通和减少污染的机器学习.jpg

将人工智能应用于自动驾驶汽车,以平滑交通、降低油耗和改善空气质量预测听起来可能像科幻小说中的内容,但能源部劳伦斯·伯克利国家实验室(伯克利实验室)的研究人员已经为此启动了两个研究项目。

伯克利实验室的科学家与加州大学伯克利分校合作,正在使用深度强化学习,这是一种培训控制人员的计算工具,以使交通更加可持续。一个项目使用深度强化学习来训练自主车辆以同时改善交通流量和降低能耗的方式行驶。第二种方法是利用深度学习算法分析卫星图像,结合来自手机的交通信息和环境传感器已经收集到的数据来改善空气质量预测。

加州大学伯克利分校兼职教授、研究小组成员、伯克利实验室能源分析和环境影响部主任汤姆·基尔施泰特说:“美国30 %的能源消耗用于运输人员和货物,这种能源消耗导致了空气污染,包括大约一半的氮氧化物排放,一种特定物质和臭氧的前驱物——以及黑碳(煤烟)排放。”

“将机器学习技术应用于交通和环境是一个新的领域,可以为能源和人类健康带来巨大的收益。"

流量平滑

加州大学伯克利分校的电气工程和计算机科学教授、加州大学伯克利分校交通研究所所长亚历山大·贝恩领导了交通平滑项目,名为“圆圈”,即通过CAV - in - loop Lagrangian能量平滑减少拥堵影响。圈子是基于一个名为Flow的软件框架,由Bayen的学生和博士后研究人员团队开发。

flow是同类软件框架中的第一个,允许研究人员发现优化流量的方案并对其进行基准测试。使用最先进的开源微模拟器,Flow可以模拟成千上万辆汽车——有些由人类驾驶,有些则是自主驾驶——在定制的交通场景中行驶。

“城市的潜力是巨大的,”Bayen说。“实验表明,只有很少一部分汽车在路上自主行驶,节能效果会很大。我们可以用我们的算法进一步改进它。"

flow于2017年推出,并于9月向公众发布,基准将于本月发布。在实验室指导的研发项目的资助下,Bayen和他的团队将使用Flow设计、测试和部署第一个连接自主车辆( CAV )系统,以积极减少高速公路上的走走停停的幻影交通堵塞。

强化学习如何减少拥堵

10年前,日本研究人员做了一个简单的实验,让大约20名人类司机以每小时20英里的速度开车,这项实验启发了目前关于使用自主车辆来畅通交通的一些研究。起初,每个人都进展顺利,但不到30秒钟,交通波浪就开始了,汽车也停止了。

“你在不到一分钟内就有了断断续续的振荡,”Bayen说。“这项实验导致了数百甚至数千篇研究论文,试图解释正在发生的事情。"

范德比尔特大学Dan Work领导的一个研究小组去年重复了同样的实验,但做了一个改变:他们在环中增加了一辆独立的汽车。一旦自动化打开,振荡立即被消除。

为什么?Bayen说:“自动化本质上理解为不加速和赶上前一个人——这会放大不稳定性——而是作为一个流动奶嘴,通过限制交通来缓解不稳定性。”

深度强化学习已经被用来训练电脑下棋,并教机器人如何跑障碍课程。Bayen的研究生尤金·维尼茨基是Flow的开发人员之一,他说,它通过“观察系统,然后反复尝试一系列动作,看看它们是好是坏,然后挑选出应该优先考虑的动作来训练。

在交通情况下,Flow trains会对车辆进行检查,以检查车辆前方和后方的情况。“它尝试不同的东西——例如,它可以加速、减速或变道,”维尼茨基解释道。“你给它一个奖励信号,比如,交通是否停止或畅通,它试图将它所做的事情与交通状况联系起来。"

在CIRCLES项目中,Bayen和他的团队计划首先运行模拟,以确认在自主车辆中使用这些算法可以显著节约能源。接下来,他们将对该算法进行现场测试,让人类驾驶员对实时命令做出反应。

深海空气

这个污染项目名为Deep Air (深度学习和卫星想象来评估大规模的空气质量影响),由伯克利实验室研究员玛尔塔·冈萨雷斯领导,他也是伯克利大学城市和区域规划系的教授。在过去的研究中,她使用手机数据来研究人们如何在城市中走动,并推荐电动车充电方案来节约能源和成本。

对于这个项目,她将利用深度学习算法的力量,结合手机的交通信息和环境监测站已经收集的数据来分析卫星图像。

冈萨雷斯说:“这里的新奇之处在于,尽管环境模型显示了污染物与天气的相互作用——如风速、压力、降水和温度——已经发展了多年,但还有一个缺失。”“为了可靠,这些模型需要有良好的进入环境的物质清单,例如来自车辆和发电厂的排放物。

“我们带来了新的数据源,如手机,结合了卫星图像。为了处理和解释所有这些信息,我们使用应用于计算机视觉的机器学习模型。整合信息技术以更好地理解大规模复杂的自然系统交互是deep air的创新之处。"

研究人员预计,由此产生的分析将使他们能够深入了解污染物的来源和分布,并最终能够设计更有效和更及时的干预措施。例如,海湾地区有“空天”,交通限制是自愿的,其他城市也有限制交通或工业的计划。

虽然使用算法控制汽车和交通的想法目前听起来不可思议,但Bayen认为技术正朝着这个方向发展。他说:“我确实相信,在10年内,我们在这里想出的东西,比如畅通无阻,将成为标准做法,因为路上会有更多的自动化车辆。”

猜您喜欢的其它内容