Исследователи Google Research опубликовали в журнале Nature Cities результаты первого крупномасштабного полевого эксперимента по скоординированной маршрутизации. В течение шести месяцев в 10 городах США алгоритм Google Maps изменяли так, чтобы перенаправлять часть потока с загруженных участков на альтернативные маршруты с сопоставимым временем в пути. Изменения затронули менее 2% всех поездок.
Эксперимент использовал городской свитчбэк-дизайн: дни с модифицированным алгоритмом чередовались с контрольными днями, когда алгоритм работал в обычном режиме. Для каждого города выбиралось около 100 дорожных сегментов с историческими заторами. Применялась иерархическая байесовская модель для анализа результатов, позволяющая учитывать вариации между городами и временными интервалами.
| Параметр | Значение |
|---|---|
| Количество городов | 10 |
| Продолжительность эксперимента | 6 месяцев |
| Сегментов на город | ~100 |
| Доля изменённых поездок | <2% |
| Рост скорости на целевых участках | 2% (медиана) |
| Снижение расхода топлива | 0,5–1,0% (медиана) |
| Экономия CO2e на город в год | тысячи тонн |
Результаты показали, что даже такое небольшое вмешательство даёт измеримый эффект. На целевых участках медианная скорость движения выросла на 2%, а расход топлива снизился на 0,5–1,0%. В масштабах города это означает экономию тысяч тонн CO2-эквивалента в год. Улучшения были статистически значимыми и не привели к ухудшению ситуации на соседних улицах: периферийные дороги сохранили более высокую среднюю скорость и более низкие выбросы, несмотря на увеличение объёма трафика.
Модифицированный алгоритм Google Maps перенаправлял менее 2% поездок на альтернативные маршруты с похожим временем в пути.
Проблема оптимизации дорожного движения давно изучается теоретически, но до сих пор не было крупных полевых экспериментов. Индивидуальная маршрутизация — стандартная функция всех навигационных сервисов, но она не учитывает общую загрузку сети. Google Research ранее уже продемонстрировала эффективность инфраструктурных вмешательств, например, в проекте Project Green Light по оптимизации светофоров. Новая работа показывает, что координация даже небольшой доли поездок через навигационные приложения может улучшить ситуацию для всех участников движения.
Результаты открывают путь к парадигме кооперативной маршрутизации, когда система стремится не к минимуму времени для каждого отдельного водителя, а к максимальной эффективности сети в целом. Это особенно актуально с ростом числа подключённых и автономных автомобилей, которые могут получать централизованные рекомендации. Авторы подчёркивают, что исследование создаёт основу для перехода от индивидуальной оптимизации к кооперативной, способной снизить заторы и выбросы в глобальном масштабе.
