Spis treści:
- Jak algorytm map Google zmieniał trasę?
- Czy rozładowywanie korków przez aplikację ma sens?
Jak algorytm map Google zmieniał trasę?
Eksperyment opisany w czerwcu 2026 r. w czasopiśmie "Nature Cities" trwał sześć miesięcy i objął 10 dużych miast w Stanach Zjednoczonych. Badacze z Google Research wybrali w każdym z nich około 100 szczególnie zatłoczonych odcinków, a następnie zmienili sposób, w jaki nawigacja oceniała prowadzące przez nie trasy. Gdy główna droga zbliżała się do granicy przepustowości, część kierowców otrzymywała propozycję przejazdu innym korytarzem o podobnej klasie i zbliżonym czasie podróży. Zmiana dotyczyła mniej niż 2 proc. analizowanych przejazdów, więc nie chodziło o masowe kierowanie użytkowników na objazdy, lecz o niewielkie rozproszenie ruchu.
Zobacz również:
Średnia prędkość na objętych eksperymentem odcinkach wzrosła o około 2 proc., w Los Angeles poprawa sięgała około 4,6 proc., a w Atlancie 3,3 proc. W skali całej analizowanej sieci różnica była znacznie mniejsza, ale nadal możliwa do zmierzenia: przeciętna prędkość wzrosła o około 0,35 proc., a w godzinach szczytu o około 0,5 proc. Średni czas całych podróży skrócił się natomiast o około 0,7 proc.
Dobrze widać to na przykładzie San Francisco, gdzie część kierowców jadących US 101 kierowano na alternatywną I-280. Osoby pozostające na bardziej obciążonej trasie zyskiwały dzięki temu kilkadziesiąt sekund, natomiast przekierowani niemal nie odczuwali negatywnej zmiany pod względem czasu przejazdu. Badacze wyliczyli też, że płynniejszy ruch ograniczył spalanie i emisję CO2.
Zobacz również:
Czy rozładowywanie korków przez aplikację ma sens?
Sam fakt, że Mapy Google, również w Polsce, proponują czasem dłuższą trasę, nie jest niczym nowym i nie oznacza, że użytkownik bierze udział w podobnym eksperymencie. Nawigacja od lat wyznacza drogę nie tylko na podstawie dystansu, ale także przewidywanego czasu przejazdu, aktualnego natężenia ruchu, wypadków, remontów czy zamkniętych odcinków. Oznacza to, że dłuższy objazd może pozwolić dotrzeć do celu szybciej, niż krótsza droga prowadząca przez zakorkowane ulice. Jeśli sytuacja na trasie zmieni się już w czasie jazdy, aplikacja może ponownie przeliczyć przejazd i zaproponować inny wariant.
Amerykański eksperyment szedł jednak krok dalej, bo jego celem nie było tylko znalezienie najlepszego wariantu dla pojedynczego kierowcy. Google sprawdzało, czy niewielkie rozproszenie samochodów pomiędzy kilka tras może poprawić płynność całej sieci drogowej. Taki mechanizm ma sens szczególnie wtedy, gdy główna arteria znajduje się blisko granicy przepustowości i nawet niewielka liczba dodatkowych aut szybko powoduje narastanie zatoru. Problem zaczyna się wtedy, gdy objazd prowadzi przez osiedla albo ulice, które nie są przystosowane do dużego ruchu tranzytowego, dlatego w badaniu alternatywne trasy dobierano m.in. spośród dróg o zbliżonej klasie.
Sama aplikacja nie rozwiąże jednak problemu korków w mieście. Zarządcy dróg i samorządy muszą uwzględniać również bezpieczeństwo mieszkańców, komunikację publiczną, ruch pieszy i rowerowy oraz przepustowość lokalnych ulic, a tych kwestii nie da się sprowadzić wyłącznie do średniej prędkości samochodów. Dochodzi do tego tzw. popyt indukowany: jeśli jazda autem w danym mieście staje się wyraźnie szybsza, część osób może częściej wybierać samochód, przez co z czasem korki ponownie narastają. Dlatego algorytmy tego typu stanowią raczej uzupełnienie działań władz lokalnych, a nie ich zamiennik.
