Il traffico dipende da 1 auto su 10: scoperto l'algoritmo cancella ingorghi

“Dotto', questo è un tipico ingorgo a 'croce uncinata'!”: parlando di traffico e ingorghi non si può non citare Luciano de Crescenzo e il suo leggendario film Così parlò Bellavista. Questo tipo di ingorgo, secondo la narrazione del tassista del film, nasce dal fatto che ogni automobile “sopravanza l'altra di mezzo metro”, quel tanto che basta per impedirle di passare in un bloccarsi reciproco. Dalla saggezza popolare di Napoli all'Università di Singapore il salto, logico-esistenziale più che spaziale, è lungo ma il tema è sempre quello: gli ingorghi (leggi dell'incredibile ingorgo che ha paralizzato Pechino per ore). La conclusione alla quale è giunto un team di ricercatori ha dell'incredibile: per evitare la paralisi basterebbe instradare correttamente un'automobile ogni 10!

EFFETTO VALANGA L'esperienza quotidiana ce l'aveva già fatto percepire: un blocco del traffico può nascere anche da un singolo episodio, ad esempio un veicolo parcheggiato male vicino ad un incrocio. Se anche una sola auto rimane in mezzo al crocevia, a causa dell'ostacolo, si rischia che altre macchine, che potrebbero passare con il semaforo verde, ostruiscano invece l'incrocio, in un blocco che si propaga rapidamente non appena anche l'altro semaforo dà il via libera. Questa intuizione è stata sistematizzata e confermata da sofisticati algoritmi matematici, in uno studio per molti versi “confortante”.

TRAFFICO, PROBABILITÀ E COMPUTER L'idea e il suo svolgimento sono stati riportati pochi giorni fa dal magazine online Motherboard, in un articolo significativamente inserito nella sezione Machine Learning. Il team guidato da Hongliang Guo, già Program Leader del BMW future mobility lab nella Nanyang Technological University di Singapore, conta altri 5 ricercatori fra i quali c'è anche Ulrich Fastenrath, a capo della R & D del Traffic and routing domain della Casa bavarese.

Questa ricerca non nasce oggi, dato che le sue radici crescono già da anni, ad esempio nello studio del 2015 Improving the Efficiency of Stochastic Vehicle Routing. I principali problemi di un algoritmo che debba “sbrogliare” il traffico di una grande città sono, in estrema sintesi, il tener conto delle indeterminazioni del flusso veicolare e l'aumento esponenziale della complessità del calcolo, “pesantezza” che non soltanto richiede computer molto potenti ma impedisce una reazione real time all'insorgenza di problemi.

GUAI PROBABILI? NO, CERTI! L'importante risultato del recentissimo studio Routing Multiple Vehicles Cooperatively: Minimizing Road Network Breakdown Probability, ad opera del gruppo di ricercatori della Nanyang Technological University e pubblicato da IEEE, è stato proprio quello di riuscire a contenere la complessità computazionale di un modello che non soltanto prevede un'enorme quantità di possibili percorsi e di auto ma anche molti “agenti” come semafori, passaggi a livello, caselli e simili.

La (pessimistica ma realistica) ipotesi di base è che, data una certa densità di traffico, la situazione inevitabilmente peggiorerà nel senso che, prima o poi, qualcuno/qualcosa causerà un ingorgo. Il termine usato è “collasso”, ossia una situazione temporanea nella quale il deflusso del traffico in un certo tratto sarà minore dell'afflusso. Hongliang Guo e i suoi colleghi hanno scritto che “il nostro obiettivo è quello di massimizzare la probabilità che nessuno dei nodi della rete stradale sperimenti una simile situazione”.

INSTRADARNE UNA PER SALVARNE MOLTE Il problema si semplifica, sempre nei limiti di una questione complicatissima, perché invece di risolvere un problema di “cammino” dal punto A a quello B (moltiplicato per una miriade di veicoli e di percorsi) si è implementato un algoritmo di massimizzazione delle probabilità di non-collasso. In pratica si considera un certo carico di traffico a cui si può aggiungere, con una certa probabilità, altro traffico sconosciuto, sia come entità sia come tempo di arrivo: a questo punto si possono stimare le probabilità di collasso in ciascun nodo della rete stradale e studiare contromisure. È inoltre emerso che positività in tutta la rete si possono ottenere instradando opportunamente anche soltanto il 10% delle auto in circolazione: in questa prospettiva ci si possono attendere effetti benefici già dalle prime introduzioni di infrastrutture intelligenti, comunicazioni V2I (leggi delle Audi che “parlano” con i semafori con la connettività V2I) e veicoli autonomi, sicuramente collegati alle reti. Guo e il suo team sono arrivati ad una serie di ottimizzazioni tali da riuscire a far girare quest'algoritmo in tempo reale, rendendolo quindi utilizzabile da tutti.

In chiusura notiamo che attualmente si stanno portando avanti altre analisi svolte con la collaborazione di BMW, che sta condividendo il database della sua flotta di car-sharing di Monaco di Baviera (leggi del car-sharing DriveNow di BMW): offrire servizi di mobilità aiuta anche la ricerca!