Nowe badanie arXiv ujawnia paradoks w praktycznym zastosowaniu prognoz ruchu drogowego: lepsze prognozy nie zawsze znamenają lepszą kontrolę sygnalizacji. Naukowcy analizowali 29 dni danych z miasta Xuancheng, wdrażając siedmiodniowe prognozy poprzez zoptymalizowane kontrolery ruchu i konfrontując je z wynikami w realnych warunkach testowych.
Prognozy na poziomie wjazdów i poszczególnych kierunków rzeczywiście zmniejszyły błędy o blisko 4 procent w stosunku do średnich historycznych. Interwały konfidencji na poziomie 90 procent osiągnęły teoretyczne 90,72 procent pokrycia, jednak podczas dni testowych przełożyło się to na zwiększenie sumarycznego czasu czekania pojazdów w kolejkach o 6,09 procent. Diagnostyka ujawniła poważne problemy: przecieki informacji w interfejsie czasowym oraz fakt, że tylko dwa z dziewięciu kontrolowanych skrzyżowań miały dostępne skuteczne alternatywne działania.
Klucze do zrozumienia tego niepowodzenia leżą w czterech wymiarach: czasowej obserwości (dostęp do informacji w odpowiednim momencie decyzji), identyfikowalności działań (czy sterownik ma opcje do wyboru), spójności dynamiki (czy model odpowiada rzeczywistemu zachowaniu ruchu) oraz wyrównaniu celów (czy prognoza optymalizuje to, co naprawdę chcemy - czasami zmniejszenie przesyłu na skrzyżowaniu działa kosztem przekierowania problemu dalej). Syntetyczne eksperymenty pokazały, że doskonałe przyszłościowe informacje mogą zmniejszyć koszty o 61,5 procent, jednak realne prognozy zawodzą w złożonych warunkach miejskich.