一个有意思的问题: 节假日高峰期 我们需要相信导航的最优路线还是选择算法给出的最差路线?

9 天前
clemente  clemente
这个问题的背后是:
1. 导航的最优路线本质是「集体最优解」,但节假日时会触发「蜂拥效应」:
当所有人都选择最优路线时,这条路线会因过度拥堵变成「实际最差路线」
此时选择算法给出的「最差路线」反而可能成为「实际最优解」


2.导航软件存在「幸存者偏差」:
其最优路线依赖历史数据,但节假日交通模式与日常完全不同
算法无法预测突发事故、临时交通管制等动态因素
「最差路线」可能包含未被算法充分评估的隐藏优势(如备用车道、临时开放路段)
1300 次点击
所在节点   问与答  问与答
18 条回复
javalaw2010
javalaw2010
9 天前
我会选择最优路线。最优路线之所以拥堵就是因为他是最优路线。当然“最优路线”拥堵之后还是不是最优的,国内导航都已经给出了自己的解法,导航会根据实时路况动态计算给出当前的最优备选路线。

我就曾经实践过一次,国庆快要到家时高速有部分拥堵,当时选择了导航给出了动态计算过后的最优路线,是下高速走国道,车是没啥车了,但是最后其实也没快到哪去,因为一路都是红绿灯,平均速度根本上不去,所以有时候在高速上虽然堵着,但是没了红绿灯这个东西,依然是最优路线。
duanxianze
duanxianze
9 天前
然而并不是你想的这样,导航是会根据拥堵情况调整路线的,甚至会预判未来的拥堵
clemente
clemente
9 天前
@javalaw2010 有没有可能出发前是最优路线, 但是 3-6 小时的时候就变成 次等或者最劣的情况了
clemente
clemente
9 天前
@duanxianze 节假日的数据应该在数据中属于小样本或者偏离数据?
duanxianze
duanxianze
9 天前
@clemente #4 怎么可能,越是节假日用的人才多啊
gpt5
gpt5
9 天前
多车联合路径规划,可解决。
virusdefender
virusdefender
9 天前
最优路线不仅仅依赖历史数据,感觉更多的还是实时数据
jesky
jesky
9 天前
“给所有人都推荐相同的最优,然后让大家都堵在一起”——导航产品不会这么做的。
导航规划一方面基于历史数据,另外一方面会结合现场数据,从而实现预测以及实时调整。
zhmouV2
zhmouV2
9 天前
吐槽一下,模拟城市 / 都市天际线系列应该就是那种居民通勤路线几乎永远选择最短而非时间最快的模式,很容易就是一条道堵到密度图发红,别的人没几个人。因为模拟后者的计算量开销应该比前者大不少
yyzh
yyzh
9 天前
@zhmouV2 之前版本打 mod 就是了。或者最新的天际线 2 好像正常了点.
有人说堵车时放大了看好像
zhovy
zhovy
9 天前
对于不熟悉的道路当然还是依据导航给出的最优路线
pkoukk
pkoukk
9 天前
时间差距超过 10%,依然选择最佳路线
差距小于 10%,选择时间稍长,拥堵更少的路线
helone
helone
9 天前
已经有人堵在路上的路线导航实际是不会给你推荐的,而且如果你规划的路线越来越拥堵的话,导航也会问你已经重新规划路线,预计节省多少时间,是否要使用还是继续用现在的方案
clemente
clemente
9 天前
@jesky @virusdefender
这似乎涉及到人为调参, 我不知道他们怎么评估调参的效果的.
clemente
clemente
9 天前
@helone
我这里说的是 未来路上大家共同选择了这一条目前最优的路线. 好比大家都在洪峰上.
lonely701
lonely701
7 天前
还是早点起管用,导航就是个参考。

你选了 A 路线,30 分钟到了,但是你永远不知道 B 路线是 28 分钟还是 35 分钟。生活不是电子游戏,永远不知道你选择的道路是不是正确的,因为你选择了一条路就不可能选另一条路。
pgup
pgup
7 天前
同意 11 楼的说法,熟悉道路的情况下最好是结合导航给出的车流量信息自己选择,比如使用一些类似利用停车场绕路的方法
clemente
clemente
6 天前
@pkoukk 为什么是百分 10

这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://www.v2ex.com/t/1118402

V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX