Οι έξυπνες πόλεις του μέλλοντος θα διαθέτουν συστήματα τα οποία θα αντιδρούν στις εκάστοτε συνθήκες. Οι μετακινήσεις αποτελούν το πλέον φλέγον ζήτημα στη λειτουργία των πόλεων, με όλες τις μεγαλουπόλεις του πλανήτη να υποφέρουν, ανεξαιρέτως, από προβλήματα στο οδικό τους δίκτυο, κυρίως τις ώρες αιχμής. Το μποτιλιάρισμα είναι κάτι κοινό, είτε μιλάμε για τους δρόμους του Λονδίνου, της Νέας Υόρκης, της εφιαλτικές συνθήκες του San Francisco ή του Τόκιο. Παρά τις προσπάθειες των συγκοινωνιολόγων, αλλά και επιστημόνων άλλων ειδικοτήτων, το πρόβλημα φαίνεται αδύνατο να λυθεί. Κι όμως, τα ευφυή συστήματα διαχείρισης της σηματοδότησης έχουν δείξει πολύ ενθαρρυντικά δείγματα στις μέχρι τώρα δοκιμαστικές εφαρμογές τους, αντιδρώντας δυναμικά στις εκάστοτε συνθήκες και προσαρμόζοντας τους χρόνους σηματοδότησης με έξυπνο τρόπο. Η τελευταία μελέτη μας έρχεται από το Aston University του Birmingham της Αγγλίας, και μάλιστα στο paper που δημοσιεύτηκε συμμετέχει και ένας Έλληνας ερευνητής, ο Δρ. Γιώργος Βογιατζής!
Το σύστημα χρησιμοποιεί – τι άλλο – τεχνητή νοημοσύνη και κάμερες για να παρακολουθήσει την κίνηση γύρω από διασταυρώσεις, παρατηρώντας τη ροή των οχημάτων σε αυτές και προσαρμόζοντας τα φανάρια για την βελτίωσή της. Το σύστημα λειτουργεί μέσω της λεγόμενης βαθιάς ενισχυτικής μάθησης και είναι σε θέση να “καταλάβει” πότε δεν αποδίδει καλά και να προσαρμόσει τον εαυτό του με τέτοιο τρόπο ώστε να βελτιωθεί!
Η εκπαίδευση και οι δοκιμές του συστήματος έγιναν με ένα ειδικό πρόγραμμα, το Traffic3D, το οποίο είναι ένας εξομοιωτής οδικής κίνησης με φωτορεαλιστική τρισδιάστατη απόδοση, το οποίο δημιουργήθηκε από την ίδια την ερευνητική ομάδα, και μπορεί να αποδώσει διάφορες συνθήκες κίνησης αλλά και καιρικών συνθηκών. Μετά την εκπαίδευση του συστήματος στο εξομοιωτή, έγιναν και δοκιμές σε πραγματική διασταύρωση, κατά τις οποίες το σύστημα προσαρμόστηκε και απέδωσε τα αναμενόμενα!
Όπως αναφέρει ο Δρ. Γιώργος Βογιατζής, “ο λόγος που βασίσαμε το πρόγραμμα σε συμπεριφορές που έχει μάθει είναι πως μπορεί να καταλάβει καταστάσεις τις οποίες δεν έχει αντιμετωπίσει ξανά. Αυτό το δοκιμάσαμε με ένα φυσικό εμπόδιο το οποίο προκαλούσε συμφόρηση, αντί για αλλαγή στους χρόνους των φαναριών, και το σύστημα συνέχισε να αποδίδει καλά. Όσο υπάρχει κάποια αιτιακή σύνδεση, [το σύστημα] τελικά θα βρει ποια είναι αυτή η σύνδεση. Είναι ένα ιδιαιτέρως ισχυρό σύστημα.”
Ομοίως, μια άλλη ερευνήτρια της ομάδας, η Δρ. Maria Chli, ανέφερε: “Στήσαμε [το σύστημα] σαν ένα παιχνίδι ελέγχου της κυκλοφορίας. Κάθε φορά που ένα αυτοκίνητο έπρεπε να περιμένει ή υπήρχε μποτιλιάρισμα, υπήρχε αρνητική βαθμολογία. Δεν υπήρχε δικός μας χειρισμός· εμείς απλά ελέγχουμε το σύστημα βαθμολόγησης”.
Το σύστημα, όπως αναφέρεται στον επίλογο του paper, λειτουργεί αποκλειστικά με ζωντανή εικόνα της κίνησης, χωρίς καθόλου ανθρώπινη εισαγωγή δεδομένων ή άλλες ρυθμίσεις. Ο σκοπός της έρευνας ήταν η δημιουργία ενός συστήματος το οποίο μπορεί να προσαρμοστεί αυτόνομα σε διαφορετικού είδους διασταυρώσεις, κατανομή κίνησης οχημάτων, καιρικές συνθήκες, μέχρι και συνθήκες φωτισμού. Αυτό είναι και το πιο σημαντικό στο σύστημα και, σε απλά Ελληνικά, σημαίνει πως μπορεί να εγκατασταθεί σε οποιαδήποτε διασταύρωση, χωρίς να πρέπει να εκπαιδευτεί συγκεκριμένα για αυτήν, και να αποδώσει άριστα.
Το μέλλον της έρευνας, όπως το περιγράφουν οι ερευνητές, είναι το να συνδέσουν πολλαπλά τέτοια συστήματα σε δίκτυα από διασταυρώσεις, επεκτείνοντας τη δυνατότητα μάθησης του συστήματος ενισχυτικής μάθησης με σκοπό να μην επικεντρώνεται αποκλειστικά σε μία συγκεκριμένη διασταύρωση αλλά να είναι σε θέση να έχει μια πιο συνολική εικόνα της κίνησης σε μια περιοχή και να ρυθμίζει τους σηματοδότες έτσι ώστε να βελτιώνεται η ροή των οχημάτων σε συνολικό επίπεδο!