《科学》杂志网站发文称，科研人员研究证明只需要几辆自动驾驶汽车就可避免大城市经常发生的堵车状况，在一些情况下还可将车辆行驶速度整体提升两倍。

任何人都能造成堵车，只需要踩下刹车就行了。你后面的司机会刹车，下一个司机也会刹车，开始一连串的“停-走”反应，这些反应可以向后延续数公里。现在，科研人员已经表明，一些自动驾驶汽车可以防止这种拥堵，在某些情况下还能将车辆行驶速度提升两倍。

在研究中，科研人员使用一个视频游戏式的界面来控制人造道路上的模拟汽车。在一个场景中，这些汽车围绕着有中央十字路口的八字形行驶。一条或几条车道的交通合并，或者汽车穿过曼哈顿式的城市网，每个路口都有红绿灯。研究小组研究了不同比例的自动驾驶汽车与普通汽车混合行驶的情况。

在每个场景中，科研人员测试了四种使用强化学习的算法——一种通过反复试验来学习技能的人工智能（AI）。在八字形和合并场景中，一种中央算法控制所有自动驾驶汽车，实验人员通过改变它们的加速和制动模式进行实验。在曼哈顿场景下，人工智能可以控制交通灯而不是汽车。

结果令人印象深刻。在14辆模拟人类驾驶的汽车行驶在八字形道路的场景中，只需用一辆自动驾驶汽车取代一辆“人类驾驶”汽车即可将所有车辆的平均行驶速度提升两倍。在合并场景中，用自动驾驶汽车取代10%的普通汽车也增加了总体交通流量，在某些情况下平均车速翻了一番。自动驾驶的汽车通过在它们自己和前面的汽车之间保持一个缓冲区来加速交通，从而避免经常刹车。在曼哈顿式的交通网格中，通过控制交通灯的算法使经过的车辆数量增加了7%。

加州大学伯克利分校的人工智能研究员尤金·维尼茨基（Eugene Vinitsky）说，经过测试的算法还有很大的改进空间。这就是为什么他的团队将其程序公开化的原因。荷兰德尔夫特理工大学（Delft University of Technology）的交通工程师王孟（Meng Wang）说：“如果有人有出色的解决方案或算法，你可以用这个框架来测试（新想法）。”

加州大学圣巴巴拉分校的电气工程师丹尼尔·拉扎尔说，其他领域的研究人员已经为强化学习建立了基准，而且“他们在交通领域做到这一点太棒了。我希望看到这项研究扩大范围，不仅可以控制车速，还能控制车辆换道。”

Vinitsky不能预测何时自动驾驶汽车能真正能帮助我们实现更顺畅的交通，但是他说一些新技术可以帮助我们完善现有的车辆，例如可以将研究中能减少交通拥堵的加速和制动模式用于当前汽车常见的自适应巡航控制系统，进而节省时间、汽油，并且可能挽救生命。