馬薩諸塞州理工學院（MIT）研究人員為駕駛員找到了一種避免通過紅燈閒置的方法人工智能（AI）。
在新研究，麻省理工學院的研究人員展示了一種機器學習方法，可以幫助控制一支自動駕駛汽車的機隊，因為它們接近信號交叉路口以幫助交通順利進行。
研究人員進行了模擬，該模擬不僅可以幫助交通，還可以減少燃油消耗，排放可以提高平均車輛速度。
如果道路上的所有汽車都是自主的，則這種方法將帶來最好的結果。但是，即使只有25％的人使用它，它仍然可能會產生重大結果。
根據高級作家Cathy Wu吉爾伯特·W·溫斯洛（Gilbert W.
他補充說：“沒有人的生活更好，因為他們被困在十字路口。”
她還提到了可能影響生活質量的氣候變化干預措施。吳提到，在近期使用AI的方法可以改善生活質量，這也會對我們的氣候產生積極的影響。
另請閱讀： AI不會佔領世界並驅使人類滅絕 - 這是為什麼
技術
科學家通過一種無模型的技術對其進行了處理，該技術也稱為深度強化學習。深度強化學習是一種反複試驗的方法，在該方法中，控制算法學會了做出一系列決策。
當它找到一個良好的序列並利用神經網絡學到的假設時，它會得到回報，儘管有數十億的可能性，該神經網絡還是通過發現捷徑為良好序列的假設。
此外，他們希望該系統學習一種策略來幫助減少燃油消耗並限制對旅行時間的影響，從而導致衝突。
為了解決這個問題，他們採用了獎勵成型，該技術使系統知識不會自行學習。在這種情況下，他們每次車輛都完全停止以避免採取這種行動時對系統進行處罰。
遵循有效的控制算法，研究人員通過帶有單個相交的交通模擬平台對其進行了評估。他們將其應用於一組連接的自動駕駛汽車，這些車輛與即將到來的交通信號燈進行通信，以接收信號階段和計時信息，並觀察其周圍環境。
該算法告訴每輛車如何加速和減速。在模擬中，汽車比單個綠色階段的汽車多，這導致了更大的燃料消耗和減少的排放。
這項工作仍處於早期階段，但研究人員樂觀地認為可以在不久的將來實施。
隨著時間的流逝，車輛中AI的未來似乎變得越來越堅實。可以肯定地說，這項技術確實可以為更安全的環境鋪平道路。
本文歸TechTimes擁有
由April Fowell撰寫
