तेजी से बढ़ते शहरों में यातायात का प्रबंधन दुनिया भर में शहरी योजनाकारों के लिए सबसे बड़ी चुनौतियों में से एक है। ट्रैफिक सिग्नल लाइट्स और अन्य नेटवर्क कंट्रोल सिस्टम शहरी अराजकता को रोकने के लिए महत्वपूर्ण हैं, फिर भी नए ट्रैफ़िक प्रबंधन एल्गोरिदम की प्रभावशीलता का परीक्षण एक समय लेने वाली और संसाधन-गहन कार्य बने हुए हैं। होशियार शहरी गतिशीलता की ओर एक कदम में, इंडियन इंस्टीट्यूट ऑफ टेक्नोलॉजी (IIT) -बॉम्बे के शोधकर्ताओं ने मोनाश विश्वविद्यालय, ऑस्ट्रेलिया के सहयोग से, कम कंप्यूटिंग संसाधनों का उपयोग करके विकेंद्रीकृत यातायात नियंत्रण नीतियों का मूल्यांकन करने के लिए एक कम्प्यूटेशनल रूप से कुशल गणितीय ढांचा विकसित किया है-एक ऐसा कदम जो वे मानते हैं कि अगली पीढ़ी के बुद्धिमान यातायात प्रणालियों के डिजाइन को तेज कर सकते हैं।
नामराता गुप्ता के नेतृत्व में अध्ययन, वर्तमान में विश्वविद्यालय गुस्ताव एफिल, लियोन, फ्रांस में एक पोस्टडॉक्टोरल शोधकर्ता और पूर्व में एक संयुक्त पीएच.डी. एक IIT बॉम्बे-मोनश विश्वविद्यालय कार्यक्रम के तहत छात्र, जब अनुसंधान आयोजित किया गया था, IIT बॉम्बे से प्रोफेसर गोपाल आर। पाटिल और मोनाश विश्वविद्यालय से प्रोफेसर है एल। वु के साथ, मौजूदा मूल्यांकन प्लेटफार्मों की सीमाओं को दूर करने के लिए एक नेटवर्क-सिद्धांत-आधारित ढांचे का प्रस्ताव करता है।
परंपरागत रूप से, ट्रैफ़िक सिग्नल कंट्रोल (TSC) एल्गोरिदम को विस्तृत सूक्ष्म सिमुलेशन के माध्यम से परीक्षण किया जाता है। ये प्लेटफ़ॉर्म वाहन-से-वाहन इंटरैक्शन को समृद्ध विवरण में कैप्चर करते हैं, लेकिन कम्प्यूटेशनल रूप से महंगे हैं, शोधकर्ताओं को केवल कुछ मुट्ठी भर परिदृश्यों तक अपने प्रयोगों को प्रतिबंधित करने के लिए मजबूर करते हैं। इसके विपरीत, नया ढांचा कई ट्रैफ़िक नीतियों का विश्लेषण करने के लिए सरलीकृत गणितीय सार का उपयोग करता है, जिससे शोधकर्ताओं को यह मूल्यांकन करने में मदद मिलती है कि वे विभिन्न परिस्थितियों में कैसे प्रदर्शन कर सकते हैं।
से बात करना हिंदूसुश्री गुप्ता ने बताया कि क्षेत्र में मानकीकृत बेंचमार्क की कमी काम के पीछे मुख्य प्रेरणाओं में से एक थी। “ट्रैफिक सिग्नल कंट्रोलर्स का विकास एक सक्रिय अनुसंधान क्षेत्र है, और हाल के वर्षों में कई नए एल्गोरिदम सामने आए हैं। लेकिन इन एल्गोरिदम का मूल्यांकन करने और तुलना करने के लिए अभी भी कोई सार्वभौमिक बेंचमार्क नहीं हैं,” उसने कहा। “हम मानते हैं कि यूसी बर्कले में डॉ। कार्लोस एफ। डागान्ज़ो के समूह द्वारा प्रस्तावित दो-बिन मॉडल जैसे सरल अमूर्तता, एल्गोरिदम का परीक्षण करने के लिए एक कम-लागत, गणितीय रूप से ट्रैक्टेबल प्लेटफ़ॉर्म प्रदान कर सकती है, व्यवस्थित रूप से परीक्षण के लिए गणितीय रूप से ट्रैक्टेबल प्लेटफॉर्म। हमारी दृष्टि यह है कि कई मानकीकृत प्लेटफार्मों और मेट्रिक्स को अंततः अपने एल्गोरिदम को मूल्यांकन करने से पहले रिचर्स सिमुलेशन की अनुमति दी जाएगी।”
फ्रेमवर्क के केंद्र में दो-बिन मॉडल है, जो सड़कों को दो व्यापक श्रेणियों-उत्तर-दक्षिण, और पूर्व-पश्चिम में समूहित करता है-और गणितीय रूप से उनके बीच वाहन आंदोलनों का प्रतिनिधित्व करता है। यह दृष्टिकोण ट्रैफ़िक प्रवाह की गतिशीलता को पकड़ने और मैक्रोस्कोपिक मौलिक आरेख को प्राप्त करने के लिए साधारण अंतर समीकरणों का उपयोग करता है, एक उपकरण जो एक सड़क नेटवर्क में वाहन घनत्व, गति और थ्रूपुट जैसे प्रमुख चर से संबंधित है। इस अमूर्त का उपयोग करके, शोधकर्ता सड़क पर हर एक वाहन को मॉडलिंग किए बिना यातायात प्रदर्शन का मूल्यांकन कर सकते हैं।
अध्ययन दो प्रमुख प्रदर्शन मेट्रिक्स का परिचय देता है जो इस ढांचे की नींव बनाते हैं। पहला उपाय कि कैसे एक ट्रैफ़िक नीति प्रभावी रूप से ग्रिडलॉक को रोकती है और दिशाओं के बीच सुचारू यातायात वितरण सुनिश्चित करती है। दूसरा नेटवर्क के भीतर वाहनों के समग्र प्रवाह का मूल्यांकन करता है, जिससे शोधकर्ताओं को यह निर्धारित करने की अनुमति मिलती है कि क्या कोई नीति कुशल गतिशीलता का समर्थन करती है। महत्वपूर्ण रूप से, ये मैट्रिक्स एक विशिष्ट नियंत्रण विधि से बंधे नहीं हैं-उन्हें पारंपरिक एल्गोरिदम, एआई-आधारित नियंत्रकों, या मशीन लर्निंग-चालित रणनीतियों पर लागू किया जा सकता है, बशर्ते कि उन्हें दो-बिन ढांचे के लिए अनुकूलित किया जा सके।
अभी के लिए, ढांचे को वास्तविक दुनिया की तैनाती के बजाय सिमुलेशन वातावरण में मान्य किया गया है। “अब तक, हमने दो-बिन अमूर्तता का उपयोग करके अपने प्रस्तावित मैट्रिक्स का परीक्षण किया है और उन्हें PTV VISSIM के माध्यम से मान्य किया है, जो यातायात की गतिशीलता का अधिक यथार्थवादी प्रतिनिधित्व प्रदान करता है,” सुश्री गुप्ता ने कहा। जबकि परिणाम आशाजनक रहे हैं, उसने आगाह किया कि मॉडल आयताकार, ग्रिड जैसे सड़क लेआउट में सबसे अच्छा काम करता है, जैसे कि चंडीगढ़ सहित योजनाबद्ध शहरों में पाए जाने वाले। इसे सीधे अराजक, अनियमित शहरी नेटवर्क जैसे मुंबई या दिल्ली में लागू करना इस स्तर पर संभव नहीं है। “दो-बिन मॉडल को पूर्ण पैमाने पर शहर नेटवर्क का अनुकरण करने के लिए डिज़ाइन नहीं किया गया है,” उसने समझाया। “इसका वास्तविक मूल्य सरलीकृत परिस्थितियों में नेटवर्क व्यवहार को समझने के लिए एक स्वच्छ गणितीय लेंस के साथ शोधकर्ताओं को प्रदान करने में निहित है। अधिक जटिल, अनियोजित लेआउट के लिए, मॉडल अमीर, कम्प्यूटेशनल रूप से भारी सिमुलेशन में जाने से पहले एक बेंचमार्किंग टूल के रूप में कार्य करता है।”
टीम का मानना है कि फ्रेमवर्क एआई-चालित और अनुकूली यातायात नियंत्रण प्रणालियों को भी पूरक कर सकता है। सुश्री गुप्ता ने कहा कि अन्वेषण के एक आशाजनक क्षेत्र में दो-बिन मॉडल का उपयोग करना शामिल है, जो बुद्धिमान नियंत्रकों के लिए कम्प्यूटेशनल रूप से कुशल प्रशिक्षण वातावरण को डिजाइन करने के लिए है। “एआई-आधारित ट्रैफ़िक सिग्नल कंट्रोलर्स को निश्चित रूप से इस ढांचे के भीतर परीक्षण किया जा सकता है,” उसने कहा। “एक सरलीकृत वातावरण प्रदान करके, हम इन प्रणालियों को अधिक तेज़ी से प्रशिक्षित कर सकते हैं और वास्तविक दुनिया या उच्च-निष्ठा सिमुलेशन परिदृश्यों में उन्हें तैनात करने से पहले उनके प्रदर्शन का मूल्यांकन कर सकते हैं।”
जबकि अनुसंधान का तत्काल ध्यान एल्गोरिथ्म डिजाइन में सुधार करने पर है, इसके दीर्घकालिक निहितार्थ यातायात प्रबंधन से परे बढ़ सकते हैं। कुशल सिग्नल नियंत्रण पर्यावरणीय परिणामों से निकटता से जुड़ा हुआ है, क्योंकि भीड़, बार -बार रोकना और निष्क्रियता ईंधन की खपत, उत्सर्जन और प्रदूषण में महत्वपूर्ण योगदान देता है। “ट्रैफिक सिग्नल नियंत्रण पारिस्थितिक कारकों से गहराई से जुड़ा हुआ है,” सुश्री गुप्ता ने कहा। “एल्गोरिदम का परीक्षण करने और सुधारने के लिए एक संरचित तरीका प्रदान करके, हम ट्रैफ़िक प्रवाह को चिकना करने में योगदान दे रहे हैं, जो अप्रत्यक्ष रूप से ईंधन अपव्यय और कम शहरी वायु प्रदूषण को कम करता है।”
आगे देखते हुए, शोधकर्ताओं का लक्ष्य फ्रेमवर्क का और विस्तार करना है। अधिक जटिल लेआउट को संभालने के लिए तीन-बिन और चार-बिन मॉडल विकसित करने के लिए काम चल रहा है, और अंततः मिश्रित-ट्रैफिक सिस्टम को एकीकृत करता है जिसमें पैदल यात्री, साइकिल चालक और सार्वजनिक परिवहन गतिशीलता शामिल हैं। “पैदल यात्री आंदोलनों और अन्य परिवहन मोड को एकीकृत करना भविष्य के लिए एक महत्वपूर्ण कदम है,” सुश्री गुप्ता ने स्वीकार किया। “इस स्तर पर, हमारा काम वाहन यातायात पर केंद्रित है, लेकिन हम मल्टी-मोडल सिस्टम का पता लगाने की योजना बनाते हैं क्योंकि फ्रेमवर्क विकसित होता है।”
यद्यपि यह ढांचा अभी तक नगरपालिका अधिकारियों द्वारा प्रत्यक्ष तैनाती के लिए तैयार नहीं है, शोधकर्ताओं का मानना है कि यह होशियार, अधिक अनुकूली शहरी यातायात समाधानों के लिए जमीनी कार्य करता है। एल्गोरिदम का परीक्षण करने और होनहार रणनीतियों की पहचान करने के लिए एक तेज़, कम लागत वाला तरीका प्रदान करके, अध्ययन कुशल, टिकाऊ और लचीला यातायात प्रबंधन प्रणालियों की ओर एक मार्ग प्रदान करता है। जैसा कि भारतीय शहर बढ़ती भीड़ के साथ जूझते हैं, इस तरह की रूपरेखा ट्रैफ़िक इंजीनियरों, शहर के योजनाकारों और नीति निर्माताओं को बढ़ती शहरी आबादी के लिए बेहतर सिस्टम डिजाइन करने में मदद कर सकती है।
