1
00:00:06,897 --> 00:00:09,427
你正在高速公路上开着车，突然间，

2
00:00:09,427 --> 00:00:12,347
前方出现了无数排刹车灯。

3
00:00:12,347 --> 00:00:14,587
没有事故，也没有红灯，

4
00:00:14,587 --> 00:00:17,523
限速没有变化，路也没有变窄。

5
00:00:17,523 --> 00:00:21,007
那么，为什么路突然变得这么堵？

6
00:00:21,007 --> 00:00:24,587
当交通没有缘由的停滞时，

7
00:00:24,587 --> 00:00:27,517
这种现象被称为“幽灵堵车”。

8
00:00:27,517 --> 00:00:30,417
幽灵堵车是一种突发现象，

9
00:00:30,417 --> 00:00:35,017
很难加以控制，
且整体状况比各部分之和还糟糕。

10
00:00:35,017 --> 00:00:38,647
但尽管如此，我们事实上可以
对这类拥堵建立模型，

11
00:00:38,647 --> 00:00:41,237
甚至理解它们形成的原理——

12
00:00:41,237 --> 00:00:43,037
想要在将来避免此类交通拥堵，

13
00:00:43,037 --> 00:00:46,197
事实上，我们其实已经比你
想象的还要更进一步了。

14
00:00:46,197 --> 00:00:51,090
幽灵拥堵的形成需要
路上有很多辆车。

15
00:00:51,090 --> 00:00:54,210
这不一定意味着车太多了

16
00:00:54,210 --> 00:00:56,540
以至于无法顺利通过某一路段，

17
00:00:56,540 --> 00:01:01,123
至少当每个司机都与其他司机保持
一致的速度和间距时，

18
00:01:01,123 --> 00:01:02,563
幽灵堵车就不会发生。

19
00:01:02,563 --> 00:01:04,983
在这密集但流动着的车流中，

20
00:01:04,983 --> 00:01:09,411
只要有细微的变动
就会造成连锁反应，

21
00:01:09,411 --> 00:01:11,641
导致堵车。

22
00:01:11,641 --> 00:01:14,081
比如一个司机稍稍踩了刹车。

23
00:01:14,081 --> 00:01:18,405
后面的每一个司机就会
踩刹车踩得更重，

24
00:01:18,405 --> 00:01:21,845
致使路上的车辆形成

25
00:01:21,845 --> 00:01:23,525
一条向后延伸的刹车灯浪。

26
00:01:23,525 --> 00:01:28,514
这种停停走走的情况
可以在高速公路上绵延数英里。

27
00:01:28,514 --> 00:01:31,051
当路上车流密度较低时，

28
00:01:31,051 --> 00:01:34,079
交通会很顺畅，因为小的干扰，

29
00:01:34,079 --> 00:01:38,451
比如个别车辆变道或弯道减速，

30
00:01:38,451 --> 00:01:41,271
可以被其他司机的调整所抵消。

31
00:01:41,271 --> 00:01:45,603
但是一旦路上车辆的数量
超过临界密度时——

32
00:01:45,603 --> 00:01:50,028
一般来说指车距小于 35 米——

33
00:01:50,028 --> 00:01:53,318
整个系统的行为
就会发生巨大变化。

34
00:01:53,318 --> 00:01:59,661
首先会出现动态不稳定性，
也就是说小的干扰会被放大。

35
00:01:59,661 --> 00:02:03,661
动态不稳定性并不是
幽灵堵车所特有的——

36
00:02:03,661 --> 00:02:10,046
它也存在于雨滴、沙丘、
云朵形态等等。

37
00:02:10,046 --> 00:02:13,326
这种不稳定性是种正反馈回路。

38
00:02:13,326 --> 00:02:15,016
在临界密度之上时，

39
00:02:15,016 --> 00:02:19,379
任何额外的车辆都会降低
每秒通过路上某一点

40
00:02:19,379 --> 00:02:22,159
汽车的数量。

41
00:02:22,159 --> 00:02:26,211
这反过来意味着需要更长的时间
才能让局部的一队车辆

42
00:02:26,211 --> 00:02:31,079
通过某段道路，
更进一步增加了车流密度，

43
00:02:31,079 --> 00:02:35,187
最终导致了停停走走的交通。

44
00:02:35,187 --> 00:02:40,246
司机往往意识不到他们要
远在堵车之前就刹车，

45
00:02:40,246 --> 00:02:44,432
这意味着他们最后要狠狠的刹车
来避免撞车。

46
00:02:44,432 --> 00:02:48,695
这加强了车与车之间刹车的传递。

47
00:02:48,695 --> 00:02:53,371
更糟糕的是，司机在减速后
往往会加速过快，

48
00:02:53,371 --> 00:02:55,071
也就是说他们会比

49
00:02:55,071 --> 00:02:58,191
后方的平均车流开得更快。

50
00:02:58,191 --> 00:03:02,713
然后，他们必须再次刹车，
最终形成另一个反馈回路，

51
00:03:02,713 --> 00:03:05,813
造成更多停停走走的拥堵。

52
00:03:05,813 --> 00:03:09,223
在这两种情况中，司机让
堵车变得更糟糕了

53
00:03:09,223 --> 00:03:13,498
仅仅因为他们不能很好地
预知前方的车况。

54
00:03:13,498 --> 00:03:18,018
自动驾驶汽车配有前方路况的数据，

55
00:03:18,018 --> 00:03:21,058
这些数据来自于
互联的车辆或路况传感器，

56
00:03:21,058 --> 00:03:24,578
可能可以实时避免幽灵堵车。

57
00:03:24,578 --> 00:03:29,058
在保证安全的情况下
这些车辆会保持一致的速度，

58
00:03:29,058 --> 00:03:32,787
和整体车流的平均速度匹配，

59
00:03:32,787 --> 00:03:35,407
进而避免拥堵车潮的形成。

60
00:03:35,407 --> 00:03:38,217
在已经存在拥堵车潮的情况下，

61
00:03:38,217 --> 00:03:41,717
自动驾驶汽车可以进行预测，

62
00:03:41,717 --> 00:03:44,897
相比人类司机更早
并且更缓慢地刹车，

63
00:03:44,897 --> 00:03:47,977
从而降低拥堵车潮的强度。

64
00:03:47,977 --> 00:03:51,197
这并不需要很多辆
自动驾驶汽车就能实现——

65
00:03:51,197 --> 00:03:56,870
在最近的一次实验中，每 20 名人类司机
对应一辆自动驾驶汽车，

66
00:03:56,870 --> 00:04:00,240
就足以缓解并预防拥堵车潮形成。

67
00:04:00,240 --> 00:04:03,250
堵车不仅仅是日常的烦恼，

68
00:04:03,250 --> 00:04:05,480
还是意外死亡、资源浪费

69
00:04:05,480 --> 00:04:09,240
和地球污染的主要原因。

70
00:04:09,240 --> 00:04:12,480
但是新型技术
可以帮助减缓这些状况，

71
00:04:12,480 --> 00:04:14,190
让我们的道路更加安全、

72
00:04:14,190 --> 00:04:18,010
日常通勤更加有效、
空气更加清洁。

73
00:04:18,010 --> 00:04:20,130
下次你再遇到堵车时，

74
00:04:20,130 --> 00:04:24,907
这样想想也许会有帮助：
其他司机并不一定是存心这样的，

75
00:04:24,907 --> 00:04:30,207
他们只是无法预测前方的路况，
并相应地调整驾驶策略。