交通拥堵对驾驶者而言不只是麻烦：它还危害公众健康，也会给经济带来负面影响。
交通研究估计，交通拥堵每年造成的成本为1,600亿美元，其中包括人们困在交通中损失的70亿小时，以及额外消耗的30亿加仑燃料。
改善交通状况的一种方式是拼车——而一项麻省理工学院的新研究表明，使用优步和Lyft等公司的拼车服务，可以将道路上的车辆数量减少至原来的三分之一，同时不会显著影响出行时间。
在麻省理工学院计算机科学与人工智能实验室主任丹妮拉·鲁斯教授的带领下，研究人员开发了一种算法。研究发现，3,000辆四座汽车即可满足纽约市98%的出租车需求，平均等待时间仅为2.7分钟。
鲁斯说：“司机不必一次只载一名乘客，而可以同时搭载两到四人，从而用更少的行程和更短的时间赚取同样的钱。这样的系统可以让司机缩短轮班时间，同时减少交通拥堵、改善空气质量，并让通勤更短、更轻松。”
研究团队还发现，仅需2,000辆可载10人的车辆，就能满足95%的需求；目前纽约市运营的出租车则接近14,000辆。
新算法利用300万次出租车行程的数据，根据新收到的叫车请求实时重新规划车辆路线。它还可以主动将空闲车辆调度到需求旺盛的区域。据鲁斯介绍，这一做法可使服务速度提高20%。
鲁斯说：“据我们所知，这是科学家首次通过实验量化车队规模、载客能力、等待时间、出行延误和运营成本之间的权衡，研究范围涵盖出租车、厢式车和班车等多种车辆类型。此外，该系统尤其适用于自动驾驶汽车，因为它能根据实时请求持续重新规划车辆路线。”
鲁斯与前计算机科学与人工智能实验室博士后哈维尔·阿隆索-莫拉、康奈尔大学助理教授萨米莎·萨马拉纳亚克、博士生亚历克斯·沃勒以及麻省理工学院教授埃米利奥·弗拉佐利共同撰写了有关这项研究的论文。论文发表于本周的《美国国家科学院院刊》。
拼车的概念已存在数十年，但直到最近两年，优步和Lyft等服务才开始利用智能手机数据，让拼车成为一种经济、便捷的选择。（2015年，Lyft报告称，其在旧金山的行程中有一半是拼车。）
然而，现有方法在处理复杂情况方面仍有局限。例如，一些拼车系统要求用户B的行程必须途经用户A的路线，而且必须等所有请求提交后才能规划路线。
相比之下，新系统可以将请求重新匹配给不同车辆。它还可以分析多种车型，以确定例如在什么地点或时间使用一辆可载10人的厢式车最有帮助。
该系统首先为所有请求和车辆建立一张图，再为所有可能的行程组合建立第二张图，并使用一种称为“整数线性规划”的方法，计算车辆与行程之间的最佳分配方案。
车辆完成分配后，算法还可以将剩余的空闲车辆调度到需求较高的区域，以重新平衡车队。
鲁斯说：“一项关键挑战是开发实时解决方案，同时考虑数千辆车和数千个请求。我们的方法能够做到这一点，因为第一步使我们可以细致地理解并抽象道路网络。”
鲁斯将最终成果称为“随时可得最优解算法”，也就是说，运行次数越多，结果就越好。她表示，期待看到经过进一步完善后，该算法还能提升多少。
鲁斯说：“拼车服务在缓解拥堵、减少污染和降低能源消耗方面，具有巨大的社会效益潜力。作为研究人员，我们必须尽一切努力，探索如何让这些交通系统尽可能高效、可靠。”
