如果司机表现得像蚂蚁，交通就不会堵塞

一个ŝ有人因此受到交通我狼狈不堪写了一本书吧，我有一个近临床厌恶车辆拥堵。我的全局默认的策略是简单地推动尽可能少的，但有些时候，我只是必须把脚油门踏板。许多人一样，我已经越来越依赖于Waze的应用程序，它通过每个司机的智能手机，原来的早期，驾驶者进入类似的东西网络智力的集体形式的无差别的质量。

Waze，前几天我遇到了一点意想不到的交通堵塞（至少有13个“Wazers”及时标记了这一情况），正在帮助我们变成蚂蚁。每次司机沿着一条小路行驶时，Waze都会跟踪他们的速度信息，然后将这些信息广播给每一位跟在后面的司机。如果有什么东西威胁到这条小路——抛锚的汽车、撞车，或是模糊的险恶“道路上的危险”呢-第一个遇到它的司机可能会在他们身后留下一点点电子面包屑；如果留下足够多的这些幽灵般的轨迹，一定比例的后续Waze用户可能会被重定向到另一条路径。

所有这一切都与在蚁群中发现的移动动态惊人地相似;因此，蚂蚁被证明对网络研究人员具有持久的吸引力也就不足为奇了。

比利时研究员多里戈在20世纪90年代初，他完成了第一项工作，现在被广泛称为“蚁群优化”（通常简称为ACO），这是一种主要基于实际蚂蚁行为组织移动的策略。正如他在一篇早期论文中所描述的，“当蚂蚁从食物来源走到巢穴或从食物来源走到巢穴时，蚂蚁会在地面上沉积一种叫做信息素的物质，以这种方式形成信息素踪迹。蚂蚁能嗅到信息素，并且在选择路径时，他们倾向于选择以信息素浓度高为标志的路径。”

在某种良性循环中（Dorigo称之为“自动催化反馈”），路径越短，效果越好加快信息素的积累（以及因此更理想的路径）。信息素浓度蒸发随着时间的推移，留下次优路径消亡。同样，在Waze的，司机可以拥堵向上或向下的“拇指”报道，一种“电子信息素”，帮助其他司机避开较为低迷的路线。（什么和多少信息实际上应该给司机，以实现最广泛的最优解是棘手的问题。）

这些“环境中的痕迹”在过程中一般称为“共识主动性，”帮助解释如何简单代理，无需进行通信，协调，或组织他们的传输网络的较大的元能力，可以显示这样的“令人惊奇的智能化集体行为。”明尼苏达大学交通研究人员David Levinson发现，人类并没有那么残忍。在一项研究中每天只有15%的通勤者走尽可能短的路线。

其中一个原因蚂蚁似乎如此上佳表现是他们严格，不自私遵守的行为这些演进算法。

一个NT蚁群优化已迁移本身令人印象深刻的速度和范围，并已采取了居住在各类研究的追求，从估算电力消费在土耳其到设计供应链到高桥墩设计到机器人学习．

但是，正如你可能想象的，运输的研究人员一直特别提请的办法和，似乎有充分的理由。在一个2012年的论文，来自德克萨斯A&M大学的土木工程师想知道，对于交通工程中的一个常见问题:当交通达到“过饱和”水平时，如何最佳地协调交通信号组的时间。

顾名思义，遗传算法模仿自然选择的过程；它“搜索”一个问题的最佳解决方案，就像进化似乎所做的那样，通过在迭代过程中修改潜在的解决方案（在本例中是红绿灯协调），使生物体适应其环境。

随着“模型执行”数量的增加，蚁群算法开始超过遗传算法；正如作者所指出的，“这表明蚁群优化算法可以更好地处理更复杂的现实世界交通状况，这需要大量的模拟才能达到收敛。”（当然，蚁群优化在不同的方面有所不同各种方式来自“真实世界”的交通;例如，司机有预先确定的目的地，而蚂蚁没有，因此进行了各种改进，试图使蚁群算法更人性化)。“这表明，”作者继续说，“在相同的计算能力下，可以找到更好的解决方案，特别是当可以提供计算时间来搜索最佳可能的解决方案时，并且蚁群算法可能是解决非常复杂的网络的一个很好的替代方案。”

其中一个原因蚂蚁似乎如此上佳表现是他们严格，不自私遵守的行为这些演进算法。在一个迷人实验发表在四月，蚂蚁置于室有两个出口。香茅的不同比例的油，这蚂蚁强烈反感，被添加到室（“所有已作出努力，以尽量减少痛苦”），以及科学家们跟踪蚂蚁如何退出室。为了便于比较，计算机仿真运行看人类会是如何egressed（使用的行人行为德克·埃尔宾的“社会力模型”）。正如研究人员指出，“社会力模型的预测和蚂蚁的行为之间的差异是显着的。”在人类的和立即作出开始干扰-的退出，“蚂蚁分布在广大的区域，”利用更广阔的领域（除了最接近进攻香茅）。在一种“慢是-快”的效果，通过更仔细地安排自己的时间提前，他们会避免干扰的出口。

这是人类追求的趋势“自私路由”长期以来，以牺牲更大网络为代价的策略在流量方面一直备受关注。正如英国数学家和交通研究员约翰·格伦·沃洛德在著名的“沃德罗普平衡，”对单个司机最好的(“用户均衡”)不一定是对整个交通最好的(“系统均衡”)。在一个波士顿地区研究所使用匿名手机数据，例如，从麻省理工学院一个研究小组发现，从通勤起源的地理位置定位的部分车次取消的只有1％将减少全部司机的出行次数增加了18%。

无休止的合作和社交蚂蚁不会让这一更大的网络效率低下的局面继续下去。人类通勤者的一小部分所造成的巨大交通影响表明了我们交通网络的明显弱点：谁会告诉1%的波士顿通勤者不要开车，或改变他们的路线，而其他人都要开车照常开吗？

汤姆·范德比尔特写的是设计、技术、科学和文化等方面的文章。在推特上关注他@tomvanderbilt．

观察：关于信息是否被偷偷目的论回物理理论计算机科学家斯科特·阿伦森。

这篇经典的事实如此浪漫的文章最初发表于2016年6月。