Поставить точку на дорожных пробках. Как ученые решают привычные проблемы
В НИУ ВШЭ первую научную степень доктора компьютерных наук в России получил Павел Двуреченский. Научным консультантом диссертанта выступил Александр Гасников, доктор физико-математических наук. Как между собой связаны компьютерные науки и пробки на дорогах и почему для того, чтобы разгрузить транспортные потоки, в первую очередь приглашают не строителей дорог, а докторов наук? Разбираемся в этом вопросе по материалам статьи «Как и почему образуются пробки на дорогах. Математические модели для анализа транспортных потоков», опубликованной на сайте газеты «Коммерсантъ».
Об авторе
Павел Двуреченский

Узнать больше:
// «Коммерсантъ»
// О защите Павла
на сайте НИУ ВШЭ

В России в 2018 году НИУ ВШЭ получил право присваивать собственные ученые степени, благодаря чему появилась возможность присваивать степень доктора компьютерных наук. Ранее в России можно было стать только доктором смежных направлений — технических или физико-математических наук.

Исследования Павла Двуреченского на регулярной основе поддерживаются различными научными грантами. В частности в данный момент ученый работает по гранту РФФИ 18–29–03071 мк (руководитель — профессор Е. А. Нурминский, известный специалист в области транспортного моделирования в России).

Комментарий Павла по поводу защиты:
«Не могу сказать, что я испытываю какую-то особенную гордость от того, что я стал первым в России доктором компьютерных наук, но мне приятно это осознавать. Я смотрю на это как на очередной этап в карьере: когда накопилось достаточно наработок для докторской диссертации — защитился. Я планирую продолжить работать в этом направлении, писать статьи на смежные темы и подавать работы в журналы и на конференции».
Откуда берутся пробки на дорогах?
1
Пусть есть два района — 1 и 2, — которые соединены двумя дорогами — A и Б.
При этом максимальная пропускная способность каждой дороги — 2000 автомобилей в час. При потоке меньше максимального время движения по дороге A — 60 минут, а по дороге Б — 30 минут.

2 000 автомобилей в час

2
Если поток автомобилей равен максимальному, то время проезда может быть любым (зависит от размеров пробки на дороге), но не меньше времени свободного проезда.

Поток меньше максимального

3
Чтобы понять, как образуется пробка, будем постепенно увеличивать поток автомобилей из района 1 в район 2, то есть число автомобилей, которое хочет переместиться из района 1 в район 2 за 60 минут. При маленьком потоке обе дороги не будут загружены, и водители, стремясь уменьшить свои временные затраты, будут выбирать маршрут, проходящий по дороге Б.

4
С увеличением потока из района 1, когда на дороге Б будет достаточно много водителей, из-за ограничения на пропускную способность на дороге Б начнет скапливаться пробка. Например, если на въезде в район 2 в конце дороги Б имеется светофор, на котором будет происходить рост пробки.

5
Пробка будет расти до тех пор, пока водители не начнут терять в ней 30 минут. Тогда суммарные потери на каждой из двух дорог сравняются, и водители, выезжающие из района 1, начнут использовать дорогу А.

В поисках оптимального варианта. Как распределить водителей по маршрутам?
1

Предположим, что поток из района 1 в район 2 составляет 3000 машин в час. Пропускная способность дороги Б составляет 2000 машин в час, и по ней и едет не больше 2000 машин в час (если больше, то время пути увеличится из-за пробок).
2

Если по дороге Б будет ехать меньше 2000 машин в час, то водители, выбирающие, проехать ли им по дороге Б за 30 минут или по дороге А за 60 минут, выберут дорогу Б, тем самым поток на дороге Б увеличится.
3

Если по дороге Б едет ровно 2000 автомобилей в час, они тратят на проезд 60 минут из-за пробки, а оставшиеся 1000 машин едут по свободной дороге А и тоже тратит на проезд один час, то система будет находиться в равновесии.
Эффективность по Парето является одним из центральных понятий для современной экономической науки. Оптимальное состояние по Парето — ситуация, в которой нельзя улучшить положение любого участника процесса, одновременно не снижая благосостояния как минимум одного из остальных.
Вывод: водителям будет невыгодно отклоняться от выбранного маршрута, так как это повлечет увеличение суммарных затрат. Ситуация, в которой невыгодно отклоняться от выбранной стратегии (в данном случае стратегия — это выбор маршрута для проезда), называется равновесием по Нэшу.

Добавим, что рассмотренная выше ситуация — это модель, когда эгоистически (рационально) настроенные агенты (в нашем случае водители) пользуются общим ресурсом. Если их не регулировать, то настроенная система сломается. Так, если бы по дороге А проезжала 1001 машина в час, а по дороге Б — 1999, то для водителей, едущих по дороге А, ничего бы не изменилось в смысле временных затрат. А вот водители, использующие дорогу Б, добирались бы в два раза быстрее. Таким образом, равновесие по Нэшу может быть неэффективно по Парето. Понятие «равновесие» вовсе не означает (социальный) оптимум.
Ближе к делу. Теория
Чтобы уравновесить ситуацию на дороге, нужно знать пропускную способность и время свободного прохождения для каждого ее участка. Это можно выяснить исходя из полосности дорог и информации о работе светофоров. Также нужна матрица корреспонденций — информация о том, откуда, куда и сколько людей направляются в единицу времени.

Как узнать, сколько людей собирается отправиться в путь и куда они поедут? Можно провести опрос. Однако эти данные могут измениться со временем.
Допустим, водитель выходит из дома каждое утро по будням в восемь утра и едет на работу к девяти. Если он сменит работу, место жительства или просто заболеет и решит остаться дома, то данные опроса уже потеряют актуальность. Чтобы уточнить данные, нужно знать модель, которая описывает эти изменения. Такие модели существуют, общая идея для них — люди стремятся работать ближе к месту жительства. В свою очередь, люди имеют мнение по поводу того, каким путем им удобнее ехать, и выбирают дорогу исходя из своих предпочтений, опыта или предположений («Та дорога всегда загружена», «Здесь часто случаются ДТП» и т. д.).
Неподвижная точка. Практика
Все, описанное выше, — теория. В реальности получается, что распределение потоков тоже влияет на матрицу корреспонденций (чтобы выяснить, сколько потребуется, чтобы переместиться из одного района в другой, нужно знать загрузку дороги). На практике эта задача решается следующим образом: ищется неподвижная точка. Это математический термин, который в данном случае обозначает точку соответствия ожидания и реальности (именно так, кстати, и работают навигаторы, которые знают и текущее состояние дел на дороге, и теоретическую длину пути).
То, что неподвижная точка существует, — известно, но то, что распределение потоков и матрица корреспонденций будут сходиться к этой неподвижной точке, пока не было строго обосновано.


В докторской диссертации А. В. Гасникова (руководитель — член-корреспондент РАН профессор А. А. Шананин, научный консультант — профессор Ю. Е. Нестерова) обоснование такой конструкции дано. Гасниковым предложена альтернативная схема, которая гарантированно сходится к нужной неподвижной точке. Причем сходится быстрее и на практике (во всяком случае, в тех экспериментах, которые удалось провести). Теперь эти теоретические решения можно применять к российской реальности.