水、空氣、車流都會壅塞,但原因各有不同,其中最不一樣的是車流。車流與牛頓粒子不同,有「自己想前進的動力」,所以傳統關於塞車、排隊,常常引入心理學,觀察人的思想。

《壅塞學》觀察汽車的「行為」,得出一個簡單邏輯:

車子就是前面有車就停下、前面沒車就往前開。

所以《壅塞學》提出了有趣的模型:一排空格裡面放入若干小球,假設都往右走,那就從左往右,檢查每一顆小球的右邊是否有球,如果有,就停留1個單位時間,如果沒有,就往右一格。

假設1有車,0沒有車,在T0的時候:

1 0 0 1 1 0 1 0

那麽在T1應該是:

0 1 0 1 0 1 0 1

這就是鼎鼎大名的AESP(Asymmetric Simple Exclusive Process),壅塞學的基礎模型。隨著不同的情境,書裏討論了各式參數,例如每顆粒子有想去的方向、漫步的機率,模擬加錯的路徑;或是停下的小球有一定機率不往前行,模擬行走的慣性(停下的車不會一能往前就往前)。透過非連續的計算,竟逼真地解釋了現實。

書裡也介紹了螞蟻如何避免壅塞、如何透過簡單指令找到最佳路徑(雖然有一大半只有現象,不知道成因),非常有趣。現在效率最好的行走機器人是在每隻腳裝上攝影機,有獨立CPU,各自獨立計算自己的路徑,並且學習不跌倒的方法,幾十分鐘的練習就可以健步如飛。這是否也如同螞蟻系統(假如一個蟻族是一個系統),每隻螞蟻執行著簡單法則,自然就能挖出對的蟻穴、將食物帶回巢穴?

撇開兩腳的人類,四顆輪子的車子呢?如果把車子的四角+前後2面都裝上攝影機並且獨立執行簡單的工作,是否就能無人駕駛?科技,也許不一定是從人的行為學習。