アロンソモーラライドシェアHD
CSAILの ダニエラ・ラス 彼女のチームは、ニューヨーク市の 300 万回のタクシー乗車データを処理し、2 人乗り、4 人乗り、10 人乗りの車両のルートとスケジュールを計算するアルゴリズムを作成しました。 その結果、4 人乗りタクシー 3,000 台があれば、市の需要の 98% を処理できることがわかりました (待ち時間は 100 時間です)。 2.3 分)、2 人乗りタクシー 3,000 台で 94% を処理できるのに対し、10 人乗り車両 2,000 台で 95% を処理できるのはわずか 2.3 分です。 パーセント。
「私たちの知る限り、科学者たちが艦隊の規模と、 タクシーからバンやシャトルまで、さまざまな車両の定員、待ち時間、移動遅延、運行コストなど」とラス氏はプレスで述べた。 リリース。 「さらに、このシステムはリアルタイムのリクエストに基づいて継続的に車両のルートを変更できるため、自動運転車に特に適しています。」
おすすめ動画
Uber や Lyft で使用されているような、今日のライドシェア システムの多くは、ルートの計画と割り当てに関して比較的柔軟性に欠けています。 対照的に、Rus のシステムは、必要に応じて乗車を別の車両に再マッチングすることができ、アイドル状態の車両を混雑したエリアに送ることで高い需要に備えることができます。 研究者らは、これによりサービスが標準サービスより 20% 高速に実行できると述べています。
「ライドシェアリングサービスは、渋滞、汚染、エネルギー消費に関して社会にプラスの影響を与える大きな可能性を秘めています」とラス氏は述べた。 「私たち研究者は、これらの輸送システムを可能な限り効率的で信頼性の高いものにする方法を模索するために全力を尽くすことが重要だと思います。」
ラスと彼女のチームは、今週の米国科学アカデミー紀要に「乗車車両の割り当てと大容量車両のプールの利点の分析」というタイトルの記事を発表しました。
ライフスタイルをアップグレードする
Digital Trends は、読者が最新ニュース、楽しい製品レビュー、洞察力に富んだ社説、ユニークなスニーク ピークをすべて提供して、ペースの速いテクノロジーの世界を監視するのに役立ちます。
