自動駕駛汽車的興起將極大地改變我們未來在城市中行駛的方式。

特別是，私人汽車擁有量預計將轉向共享移動服務，車輛運營商提供按需運輸。這應有助于減少城市地區的交通量并減少溫室氣體排放。

然而，為了使這些服務增長，需要準確且計算效率高的算法來有效地匹配按需車輛的個人，以便應對在大城市中經常進行的數十萬次旅行。

但考慮到對個人移動性的特殊需求，研究人員尚未解決如何最好地確定和操作車隊的問題。

現在，在今天發表在“ 自然 ”雜志上的一篇論文中，由麻省理工學院Senseable城市實驗室主任Carlo Ratti協調的研究小組公布了一個計算效率高的解決方案，他們認為這是“最小的艦隊問題”。

“我們開始研究這一問題的動機是共享機動性的增長趨勢，隨著向自動駕駛汽車的過渡，這可能會變得更加強大，”拉蒂說，他也是麻省理工學院城市研究與規劃系的實踐教授。“如果共享車輛的車隊需要移動性，那么一個基本問題是：我們需要多少輛車才能滿足紐約等城市的移動需求?”

研究人員之前曾嘗試使用“旅行商問題”的變體來解決這個問題，該問題旨在最小化必須訪問城市中給定數量目的地的推銷員的總行進距離。

然而，迄今為止，即使使用當今功能強大的計算機，也很難找到旅行商問題的最佳解決方案。因此，車隊管理的良好解決方案在規模上受到嚴重限制，這意味著它們只能用于只有幾十輛車的車隊，Senseable City Lab的研究科學家Paolo Santi和高級研究員意大利國家研究委員會CNR領導該研究團隊。

他說，這還不足以滿足像紐約這樣的大城市的需求。

“如果我們考慮用優化的車隊替換現在的紐約出租車系統，我們必須找到最好的方式來服務一天內約500,000次旅行，目前約有13,500輛出租車服務，”桑蒂說。

相反，研究人員使用他們稱之為“車輛共享網絡”的基于網絡的模型來解決問題。他們之前在2014年的一篇論文中采用了類似的方法，稱為“可共享網絡”，以尋找在大城市中共享游樂設施的最佳方式。

該算法將出租車隊的可共享性表示為圖表，由節點(或圓圈)和邊緣(節點之間的線)組成的數學抽象。在這種情況下，節點表示行程，并且邊緣表示單個車輛可以服務兩個特定行程的事實。

使用此圖表，該算法能夠找到車隊共享的最佳解決方案。

該團隊還包括Moe Vazifeh，該論文的第一作者，以及Senseable City Lab的首席研究員; Giovanni Resta，CNR信息學和遠程信息學研究所的研究員; 康奈爾大學(Cornell University)數學教授斯蒂文·斯特羅加茨(Steven Strogatz)在一年內在紐約拍攝的1.5億次出租車旅行數據測試了該解決方案。

他們使用實際的曼哈頓道路網絡和從出租車行程數據集得出的基于GPS的估計來計算行程時間。

他們發現，實時實施具有接近最佳服務水平的方法可將所需的機隊規模減少30%。

該解決方案不假設任何個人必須分享旅程。相反，它只涉及出租車調度操作的重組，這可以通過簡單的智能手機應用程序進行。

拉蒂說，隨著網絡化，自動駕駛汽車的車隊變得司空見慣，這一解決方案在未來幾年將變得更加重要。

“如果我們把整個曼哈頓視為一個整體，我們理論上可以滿足其移動需求，大約有140,000輛汽車 - 大約是今天的一半，”他說。“這表明明天有關移動性的城市問題不一定能用更多的物理基礎設施來解決，而是需要更多的智能，換句話說：更多的硅和更少的瀝青。”

研究人員現在計劃進一步開展工作，與保險公司安聯一起探索城市所需的最少停車位數量。