Կլուծի՞ AI-ը Երևանի խցանումը. ստուգեցի 3D սիմուլյացիայով

Ինչպես սարքեցի Երևանի կենտրոնի երթևեկության 3D սիմուլյացիան Claude Code-ով՝ առանց ծրագրավորման, և ստուգեցի՝ արդյոք սենսորներով կամ AI-ով աշխատող լուսացույցները կարող են լուծել խցանումները։ Հանրապետության հրապարակից մինչև Կասկադ, Մաշտոցից մինչև Աբովյան՝ 2.1 × 2.3 կմ, 35 խաչմերուկ։ Մոդելը ճշգրտված է Google-ի տիպիկ ճանապարհային ժամանակներով և արբանյակային լուսանկարով։ 10 թեստային կեսօր, 4 տարբերակ. • Ֆիքսված լուսացույցներ (այսօր)՝ 331 վ կորուստ ամեն ուղևորության վրա • Ինժեներական բանաձև (Webster)՝ −3% • Սենսորներ՝ −25%, խցանված մեքենաներ՝ 25 → 0 • AI (reinforcement learning)՝ −15% Սա սիմուլյացիա է, ոչ թե կանխատեսում. մեքենաների քանակը ստուգված է իրական տվյալներով, իսկ թե որտեղից ուր են գնում՝ ենթադրություն։ 0:00 Գաղափարը 0:31 Գործիքները 1:56 Ճշգրտում 4:47 Փորձարկում 7:36 Փողոցները 8:16 Արժեքը և եզրակացությունը Գործիքներ և աղբյուրներ. • Claude Code (Anthropic) • SUMO՝ երթևեկության սիմուլյացիա (Eclipse SUMO) • Քարտեզի տվյալներ © OpenStreetMap-ի մասնակիցներ • Google Maps տիպիկ ճանապարհային ժամանակներ (պահված չեն, օգտագործված են միայն արագությունները) • Արբանյակային լուսանկար՝ SkyFi / Vantor, 2026-10-08 • Սենսորների արժեքը՝ Oregon DOT, 2021 Հարցեր ունե՞ք՝ գրեք քոմենթներում։