МОСКВА, 28 июля. /ТАСС/. Специалисты Университета Иннополис разработали квантовый алгоритм, который на 60% снизит количество дорожных пробок за счет оптимизации городских маршрутов. Об этом сообщили ТАСС в пресс-службе вуза.
"Новый алгоритм управления дорожным трафиком в реальном времени с помощью квантовых вычислений способен анализировать транспортную нагрузку на дороги, оптимизировать городские маршруты для автомобилистов и вычислять новые меньше, чем за 1 секунду. Результаты работы опубликованы в журнале Scientific Reports", - сообщили ТАСС в университете.
Авторы создали виртуальные модели сложных дорожных сетей с множеством пунктов отправления и назначения, взяв за основу карту города Алматы в Казахстане. С помощью квантовых процессоров они анализировали загруженные участки дорог и искали оптимальные способы распределения трафика.
"Предложенный метод оптимизации помог снизить загруженность транспортного потока на 25% для 100 автомобилей и на 62% для 500 автомобилей, в то время как классический гибридный подход улучшил дорожную ситуацию лишь на 7%. При этом время вычислений для нового способа составило 0,15-0,225 секунды на каждую итерацию, что в 13-20 раз быстрее гибридного метода, который справился с задачей за 3 секунды", - пояснили в пресс-службе Университета Иннополис.
По словам руководителя лаборатории квантовых вычислений Университета Иннополис Ярослава Холодова, квантовые вычисления представляют собой принципиально новый подход к решению проблемы автомобильных пробок, так как позволяют обрабатывать множество данных одновременно и находить оптимальные решения намного быстрее классических методов.
"В экспериментах компаний Volkswagen и D-Wave, которым первым в мире удалось продемонстрировать потенциал квантовых вычислений для оптимизации транспортных потоков, использовался гибридный классическо-квантовый подход. Тогда квантовый процессор не полностью справлялся с задачей из-за ограничения размерности. <…> Команда Университета Иннополис предложила "разбить" глобальную задачу оптимизации трафика на несколько небольших подзадач, которые легче решить на квантовом вычислителе. Такой подход, по словам ученых, позволяет преодолеть вычислительные ограничения квантовых процессоров и обеспечить ускорение ключевых этапов оптимизации", - также отметили в вузе.
