Améliorer la fluidité du trafic grâce à l'intelligence artificielle
Atténuer les « embouteillages fantômes » et réduire la consommation de carburant
C’est le pari ambitieux de ce projet dont l’objectif est de réussir à limiter les embouteillages en introduisant des véhicules autonomes équipés d’intelligence artificielle dans le trafic routier. L’enjeu est de taille, car réduire les embouteillages signifie moins de consommation de carburant et mois d’émission de CO2 (même pour les voitures électriques).
Pour démontrer que ces effets peuvent être considérablement réduits à l’aide de véhicules semi-autonomes et d’algorithmes spécialement conçus à cette fin, des essais antérieurs ont été réalisés en circuit fermé avant d’être appliqués au trafic réel.
C’est donc sur une portion d’autoroute très fréquentée de 6 kilomètres qu’une flotte de 100 véhicules a été insérée progressivement dans le trafic pour modifier le comportement des usagers et réduire l’effet « accordéon ». De leur côté, les 60 chercheurs mobilisés pour l’expérience récoltent les données en temps réel dans le centre de contrôle grâce aux 300 capteurs numériques installés sur le tronçon pour surveiller le trafic.
Développer une IA avec un comportement proche de celui d’un humain
Dans le cadre du consortium CIRCLES, dirigé par l'UC Berkeley, de multiples algorithmes sont mis au point pour déterminer la vitesse à laquelle ces véhicules dotés d'une intelligence artificielle doivent circuler. Directement connectés au régulateur de vitesse, ces algorithmes utilisent des informations sur les conditions générales de circulation et l'environnement immédiat du véhicule pour déterminer la meilleure vitesse au sens de la fluidité du trafic.
Mostafa AMELI, chercheur au GRETTIA, dirige l'équipe de microsimulation dans ce projet. Celle-ci a développé un outil de simulation multi-agents calibré pour la conception de l'expérience. En collaboration avec toutes les équipes du consortium CIRCLES, l’équipe a créé un outil de calibration permettant de générer le trafic de fond et a développé un simulateur multi-voies pour évaluer différents scénarios d'ajout d'une flotte de 100 véhicules.
Une telle expérience est déterminante pour développer une intelligence artificielle « socialement viable ». En effet, ces simulations permettent aux chercheurs de s’assurer que les véhicules n’ont pas de comportements dangereux pouvant être considérés comme inacceptables pour les humains.
Par exemple, les véhicules peuvent fluidifier le trafic en maintenant une vitesse lente et régulière, plutôt que d'accélérer et de freiner constamment. Cependant, une conduite lente peut ouvrir de grands espaces dans le trafic, ce qui pourrait « irriter » les autres conducteurs ou permettre à d'autres voitures de s'intercaler.
Les membres du consortium :
University of California, Berkeley, Vanderbilt University, Rutgers University - Camden, Temple University, University of Arizona, Université Gustave Eiffel, École des Ponts ParisTech, Toyota Motor Corporation, Nissan Motor Corporation, General Motors, Tennessee Department of Transportation, and U.S. Department of Energy (DOE).
Les chercheurs de l’Université Gustave Eiffel impliqués dans ce projet :
- Mostafa AMELI, chercheur au Laboratoire GRETTIA (Génie des Réseaux de transport Terrestres et Informatique Avancée), Université Gustave Eiffel
- Negin ALISOLTANI, chercheure au Laboratoire GRETTIA (Génie des Réseaux de transport Terrestres et Informatique Avancée), Université Gustave Eiffel
- Maryam SAMAEI, stagiaire au Laboratoire GRETTIA (Génie des Réseaux de transport Terrestres et Informatique Avancée), Université Gustave Eiffel