Ученые Центра искусственного интеллекта МГУ имени М.В. Ломоносова совместно со специалистами Московского независимого исследовательского института искусственного интеллекта (MIRAI), Университета МИСИС и организации «Интердата» (Interdata, Казахстан) разработали систему моделирования движения обычных и беспилотных автомобилей вместе с роботами-доставщиками. В одном из модельных сценариев переход беспилотников к агрессивному стилю вождения увеличил число резких торможений, хотя количество проехавших машин почти не изменилось. Работа опубликована в сборнике Международной объединенной конференции по искусственному интеллекту (IJCAI 2026).
Появление беспилотных автомобилей меняет взаимодействие участников дорожного движения. Одни автоматизированные машины сохраняют большие дистанции и осторожно перестраиваются, другие движутся активнее. На тех же дорогах могут работать медленные роботы-доставщики. Поэтому для оценки будущего транспортного потока важно учитывать не только долю беспилотников, но и различия в их поведении.
Система «Урбанмикс» (UrbanMix) объединяет четыре типа участников: автомобили с водителями, осторожные и агрессивные беспилотники, а также роботов-доставщиков. Их поведение задается через скорость, дистанцию, ускорение и склонность к перестроениям. Стиль движения можно менять непосредственно во время компьютерного эксперимента, чтобы исследовать последствия одновременного изменения стиля вождения у группы беспилотников.
Большая языковая модель выполняет роль координатора дорожного регулирования. Она получает сведения о скоростях, очередях и резких торможениях и предлагает изменить длительность сигналов светофоров, скоростные ограничения или доступ отдельных типов машин к участкам дорог. Каждое предложение проходит проверку на соответствие ограничениям инфраструктуры. Модель не управляет отдельными автомобилями.
«Чтобы оценить изменения дорожного движения, недостаточно посмотреть, сколько машин проехало за заданное время. Поток может сохранить прежнюю пропускную способность, но при этом участникам придется гораздо чаще резко тормозить. Наша система позволяет рассматривать эти показатели вместе и проверять, как на них влияют разные стили вождения и устройство дорожной сети», — отметил младший научный сотрудник Института ИИ МГУ и Центра ИИ МГУ Роман Сультимов.
Испытания провели на двух дорожных сетях: модели условного города с регулярной сеткой улиц и модели центра Остина (США), построенной по открытым картографическим данным. Во втором случае учитывались расположение улиц, мостовые переходы и регулируемые перекрестки. Каждый эксперимент включал 200 участников движения и продолжался 15 минут модельного времени.
В одном сценарии беспилотники сначала двигались осторожно, а через пять минут одновременно переходили к более агрессивному поведению: сокращали дистанции и активнее перестраивались. На сети Остина за весь эксперимент зарегистрировали 760 резких торможений. В сценарии с осторожными беспилотниками их было 66. При этом количество проехавших автомобилей почти не изменилось — 104 против 102.
Резким торможением считалось снижение скорости более чем на 4,5 метра в секунду за одну секунду. Этот показатель использовали как косвенный признак конфликтов в транспортном потоке. Он не равен числу столкновений и сам по себе не позволяет определить вероятность аварии.
Результаты также зависели от устройства дорожной сети. При переключении беспилотников на агрессивный режим на условной сетке улиц зарегистрировали 176 резких торможений, тогда как на сети Остина — 760. Такое различие показывает, что испытания на упрощенной дорожной схеме могут не отражать последствия взаимодействия участников на более сложной сети.
В другом сценарии исследователи добавили 20 медленных роботов-доставщиков, которые двигались по дорогам вместе с автомобилями и не могли перестраиваться. В заданных условиях они вызывали очереди и снижали количество проехавших машин. Этот результат относится именно к совместному движению по проезжей части и не описывает работу роботов на тротуарах.
«Урбанмикс» представляет собой исследовательский прототип для сравнения сценариев организации движения. Поведенческие профили — условные модели стилей вождения, а не точные описания автомобилей конкретных производителей. Приведенные результаты получены в компьютерных экспериментах с фиксированными параметрами и одним начальным состоянием генератора случайных чисел; их нельзя напрямую переносить на любой город или использовать как прогноз реальной аварийности.
Информация предоставлена пресс-службой МГУ




















