Imagen: stux. Fuente: Pixabay.
Un problema asociado a todas las grandes ciudades es que, debido al incremento de la densidad de su población, se produce una excesiva demanda de infraestructuras que a su vez acaba generando grandes congestiones de tráfico.
En el año 2013, una conocida compañía de GPS sacó un informe en el que se calculaba que, en algunas de las ciudades más pobladas del mundo, la gente emplea de media más de un 75% de tiempo de viaje añadido debido al tráfico.
Pero esta circunstancia no afecta solamente al tiempo de viaje de los habitantes de las grandes ciudades, sino también al sistema de circulación general que mantiene la ciudad y asegura su prosperidad económica, sin olvidar el problema asociado a la polución.
Todos estos problemas, añadidos a las consecuentes pérdidas de tiempo, dinero y energía, han hecho necesaria la inversión de dinero en posibles soluciones para descongestionar el tráfico, mediante la construcción de carreteras alternativas.
También se ha hecho decrecer la demanda de tráfico promoviendo modelos de transporte alternativos e incluso restringiendo el tráfico directamente. Pero las congestiones continúan, por lo que quizá es necesario tomar medidas adicionales.
Decisiones coordinadas
A día de hoy, gracias a las nuevas tecnologías, a través de los dispositivos GPS, los conductores tienen acceso a información del tráfico en tiempo real, lo que les permite tomar decisiones instantáneas de modificación de ruta.
Estas decisiones se toman de manera individual y sin coordinación, lo que puede no resultar óptimo. Por otro lado, las tecnologías móviles también pueden utilizarse para cuantificar patrones espaciotemporales y simulaciones de tráfico, y así modelar los tiempos de viaje y atascos.
Entender el tráfico de forma no individual en una ciudad es uno de los retos actuales. El desarrollo de un marco global permitiría no sólo comprender el tráfico de las ciudades sino también poner a prueba soluciones a problemas urbanos tales como el tráfico y la polución.
En el año 2013, una conocida compañía de GPS sacó un informe en el que se calculaba que, en algunas de las ciudades más pobladas del mundo, la gente emplea de media más de un 75% de tiempo de viaje añadido debido al tráfico.
Pero esta circunstancia no afecta solamente al tiempo de viaje de los habitantes de las grandes ciudades, sino también al sistema de circulación general que mantiene la ciudad y asegura su prosperidad económica, sin olvidar el problema asociado a la polución.
Todos estos problemas, añadidos a las consecuentes pérdidas de tiempo, dinero y energía, han hecho necesaria la inversión de dinero en posibles soluciones para descongestionar el tráfico, mediante la construcción de carreteras alternativas.
También se ha hecho decrecer la demanda de tráfico promoviendo modelos de transporte alternativos e incluso restringiendo el tráfico directamente. Pero las congestiones continúan, por lo que quizá es necesario tomar medidas adicionales.
Decisiones coordinadas
A día de hoy, gracias a las nuevas tecnologías, a través de los dispositivos GPS, los conductores tienen acceso a información del tráfico en tiempo real, lo que les permite tomar decisiones instantáneas de modificación de ruta.
Estas decisiones se toman de manera individual y sin coordinación, lo que puede no resultar óptimo. Por otro lado, las tecnologías móviles también pueden utilizarse para cuantificar patrones espaciotemporales y simulaciones de tráfico, y así modelar los tiempos de viaje y atascos.
Entender el tráfico de forma no individual en una ciudad es uno de los retos actuales. El desarrollo de un marco global permitiría no sólo comprender el tráfico de las ciudades sino también poner a prueba soluciones a problemas urbanos tales como el tráfico y la polución.
Jugadores que cooperan
Ahora, un equipo de investigadores del Instituto Tecnológico de Massachusetts (MIT, EEUU) ha hecho un gran avance en esta comprensión del tráfico.
Para ello, ha reunido una enorme cantidad de datos de telefonía móvil y mapas de red de calles de cinco grandes ciudades muy distintas (Boston, San Francisco, Río de Janeiro, Lisboa y Oporto). Con estos datos, los científicos han estimado los tiempos de viaje en los picos de tráfico de las mañanas, y los han comparado con los tiempos teóricos sin tráfico.
El estudio parte del hecho de que la decisión individual de cada coche no es óptima para reducir el tráfico, ya que considera sólo su reducción de tiempo de viaje sin tener en cuenta que la decisión de cada coche afecta a los demás.
Esto se puede entender como un equilibrio de Nash (famoso por la película de "Una mente maravillosa") en teoría de juegos, según el cual cada jugador ha adoptado su mejor estrategia y conoce las estrategias de los demás, por lo que no gana nada modificando su estrategia.
De esta manera cuando cada conductor minimiza su propio viaje, teóricamente ninguno se beneficiaría desviándose de esa nueva ruta. Esto es cierto para "juegos no cooperativos", pero es posible que el resultado sea mejor cuando los "jugadores" cooperan.
Ruta óptima en función del flujo de coches
En base a los datos obtenidos de las distintas ciudades, los investigadores del MIT han desarrollado un modelo matemático de simulación del tráfico que permite analizar cómo moverse eficientemente por una ciudad.
Este modelo tiene en cuenta diferentes parámetros, que representan, entre otros, el coste de tiempo en cada ruta, la capacidad de las rutas de cada ciudad, la infraestructura de la ciudad, la demanda de tráfico o la velocidad sin tráfico, que serán diferentes en cada ciudad.
Con ellos se crea una medida a modo de ratio que permite dar cuenta de la ruta óptima de viaje en cada ciudad de forma global, en base no a un sólo coche, sino a todo el flujo de coches y la forma de distribuirlo.
En menor medida hay que tener en cuenta, de manera añadida, la densidad de población y su distribución espacial. Esto también ayuda a entender por qué algunas ciudades se congestionan más que otras (relacionado con la distribución espacial de la densidad de población).
Las rutas egoístas aumentan un 30% el tiempo de atascos
El modelo permite asimismo analizar los efectos perjudiciales de las rutas elegidas individualmente, comparadas con los tiempos de viaje, si estas rutas se seleccionaran en conjunto para obtener un beneficio social óptimo.
Con esto obtienen que alrededor del 30% del tiempo perdido en un atasco es debido a escoger la ruta egoístamente y que se reduciría en buena medida mediante la elección de rutas "en conjunto".
Hay que tener en cuenta que las rutas que mejoran globalmente las congestiones de tráfico de las ciudades no tienen por qué ser las más cortas para todos, es decir, no todos los viajeros reducen al máximo su tiempo de viaje (aunque el número de coches perjudicados es mínimo).
Así, dado el estado del tráfico, se puede estimar cómo centralizar los esquemas de rutas utilizando la información existente para alcanzar beneficios en los tiempos de viaje, y, sobre todo, para reducir globalmente la congestión de las ciudades.
Ahora, un equipo de investigadores del Instituto Tecnológico de Massachusetts (MIT, EEUU) ha hecho un gran avance en esta comprensión del tráfico.
Para ello, ha reunido una enorme cantidad de datos de telefonía móvil y mapas de red de calles de cinco grandes ciudades muy distintas (Boston, San Francisco, Río de Janeiro, Lisboa y Oporto). Con estos datos, los científicos han estimado los tiempos de viaje en los picos de tráfico de las mañanas, y los han comparado con los tiempos teóricos sin tráfico.
El estudio parte del hecho de que la decisión individual de cada coche no es óptima para reducir el tráfico, ya que considera sólo su reducción de tiempo de viaje sin tener en cuenta que la decisión de cada coche afecta a los demás.
Esto se puede entender como un equilibrio de Nash (famoso por la película de "Una mente maravillosa") en teoría de juegos, según el cual cada jugador ha adoptado su mejor estrategia y conoce las estrategias de los demás, por lo que no gana nada modificando su estrategia.
De esta manera cuando cada conductor minimiza su propio viaje, teóricamente ninguno se beneficiaría desviándose de esa nueva ruta. Esto es cierto para "juegos no cooperativos", pero es posible que el resultado sea mejor cuando los "jugadores" cooperan.
Ruta óptima en función del flujo de coches
En base a los datos obtenidos de las distintas ciudades, los investigadores del MIT han desarrollado un modelo matemático de simulación del tráfico que permite analizar cómo moverse eficientemente por una ciudad.
Este modelo tiene en cuenta diferentes parámetros, que representan, entre otros, el coste de tiempo en cada ruta, la capacidad de las rutas de cada ciudad, la infraestructura de la ciudad, la demanda de tráfico o la velocidad sin tráfico, que serán diferentes en cada ciudad.
Con ellos se crea una medida a modo de ratio que permite dar cuenta de la ruta óptima de viaje en cada ciudad de forma global, en base no a un sólo coche, sino a todo el flujo de coches y la forma de distribuirlo.
En menor medida hay que tener en cuenta, de manera añadida, la densidad de población y su distribución espacial. Esto también ayuda a entender por qué algunas ciudades se congestionan más que otras (relacionado con la distribución espacial de la densidad de población).
Las rutas egoístas aumentan un 30% el tiempo de atascos
El modelo permite asimismo analizar los efectos perjudiciales de las rutas elegidas individualmente, comparadas con los tiempos de viaje, si estas rutas se seleccionaran en conjunto para obtener un beneficio social óptimo.
Con esto obtienen que alrededor del 30% del tiempo perdido en un atasco es debido a escoger la ruta egoístamente y que se reduciría en buena medida mediante la elección de rutas "en conjunto".
Hay que tener en cuenta que las rutas que mejoran globalmente las congestiones de tráfico de las ciudades no tienen por qué ser las más cortas para todos, es decir, no todos los viajeros reducen al máximo su tiempo de viaje (aunque el número de coches perjudicados es mínimo).
Así, dado el estado del tráfico, se puede estimar cómo centralizar los esquemas de rutas utilizando la información existente para alcanzar beneficios en los tiempos de viaje, y, sobre todo, para reducir globalmente la congestión de las ciudades.
Referencia bibliográfica:
Serdar Çolak, Antonio Lima, Marta C. Gonza. Understanding congested travel in urban areas. Nature Communications (2016). DOI: 10.1038/ncomms10793.
Serdar Çolak, Antonio Lima, Marta C. Gonza. Understanding congested travel in urban areas. Nature Communications (2016). DOI: 10.1038/ncomms10793.