研究完螞蟻搬家，我好像明白了為什麼我們總是堵車_風聞

這種情況想必大家都經歷過：上下班高峯，節假日出遊，小到亂成一團的十字路口，大到停車場一樣的高速公路，堵車已經是現代社會的標配。

但如果這種情況被螞蟻看在眼裏，肯定是一臉問號。

堵車？什麼玩意？從來沒聽説過。

作為世界上，為數不多跟人類一樣有 “ 雙向車道 ” 的生物，螞蟻卻從來不會堵車，就算是幾千上萬只的集體出動，也最多是行動遲緩，絕不會堵住道路。

那它們到底是怎麼做到的呢？人類是不是也可以學習螞蟻的方式來解決城市擁堵？大家好，今天跟大家聊聊，為什麼我們這麼堵，而螞蟻為什麼從來不堵車？

為什麼我們會堵車？

你有沒有覺得堵車變得越來越頻繁了？在中規院發佈的 2024 年度報告中，全國 36 個主要城市工作日高峯平均運行速度為 20.3km/h，比 2022 年下降了 2.4km/h，總體處於中度擁堵狀態。

其中，92% 的城市（ 33個 ）速度處於 18~25km/h 之間，處於中度擁堵狀態。2022 年輕度擁堵的城市本年度均滑落至中度擁堵。

蘭州、北京、廣州平均速度都低於 18km/h，屬於嚴重擁堵態勢。堵車面前，人人崩潰。那我們到底為什麼會堵車呢？

車多路少

一個客觀原因是，每個城市的機動車保有量都越來越大。

拿杭州來説，2020 年的機動車數量是 311.9萬，2025 年就增長到了 479 萬輛，平均每年多出 33.42 萬輛機動車。

保守估計在 2030 年，這個數字會達到 720 萬，是 2020 年的兩倍還多。但相對應的路網承載能力並不會增長的這麼快。一般來説，道路總長越多**，**車道容量就越大。

我們就拿路網密度來説，2023 年杭州市路網密度為 7.8 公里/平方千米，全國排名第六，比前一年增長了 2.63%，而全國 36 個主要城市年增長率的平均值是 1.9%。

相比於機動車保有量動不動就是十個點的增長，路網密度是永遠趕不上機動車增速的。所以堵車的第一原因就是車多路少。

城市規劃

但是修建更多更寬的道路就一定能解決堵車問題嗎？並不一定。北京是典型的低路網密度和毛細血管不足的城市，它以 6.0 公里/平方千米的路網密度在全國 36 個主要城市中排名第 23 位。

同時又是世界上平均路寬最寬的城市，達到驚人的 14.64 米，它的主幹道承擔了 60% 以上的交通量。

相比之下東京的平均路寬是 6 米，其中車道寬度在 13 米以上的 4 車道道路僅佔道路總長度的 1.51%，但擁堵程度卻遠低於北京。

這就是誘導需求和詭異的佈雷斯悖論，路越多越寬，反而越堵。有時候交通擁堵並不是由道路供給不足引起的，而是過度需求的產物。

道路寬了，人們出行的需求會增加，而且大家都會選擇最寬最好走的那條路。同時，更寬的路會讓很多司機下意識的加速，頻繁變道超車，整體的流暢度就會下降。

所以你能看到，北京四環在四次拓寬後，高峯期仍然會堵車。

行車不規範

然而堵車最核心的原因，是人。有時候堵成停車場的一段路，開到源頭你會發現，什麼都沒有。

沒有事故，沒有施工，就是這麼自然而然的堵上了。這就是 “ 幽靈堵車 ”。

當前方的車輛出現剎車或減速時，後方的車輛也會隨之減速或剎車，於是車輛間的距離就會過短，導致更頻繁剎車，這種趨勢不斷地向後蔓延，就會產生連鎖反應，直到堵成停車場。

司機的急剎車、隨意變道，該快不快都會導致幽靈堵車，在每小時 40 公里的勻速狀態下，一腳急剎就能影響 10 到 20 輛車，通行時間增加 20%-30%。

憑藉着人類的反射弧和 “ 我先走 ” 的執念，硬生生製造出一條看不見的牆。人的差異性與非理性行為，才是堵車的終極根源。

為什麼螞蟻不會堵車？

反觀螞蟻，卻從來不會這樣。

2019 年，亞利桑那州立大學與動物認知研究中心等機構的研究人員做了一個實驗。他們把阿根廷蟻分成不同數量的蟻羣，從 400 只到 25600 只不等，想看看會不會螞蟻多到一定數量，也會交通癱瘓。

研究人員在蟻羣和食物之間搭建了一座橋，並且設計三種 5，10，20 毫米三種不同寬度的橋樑，然後進行了 170 次實驗，每秒記錄流量和密度。

隨着越來越多的螞蟻走上橋，密度不斷增加，流量也越來越大，當密度增大到一定程度，螞蟻的平均速度會逐漸下降，但流量卻保持不變，甚至還會增加，沒有出現過一次擁堵的情況。

人類的車流在道路佔用率達到 40% 時就會開始擁堵，而螞蟻羣體佔用 80% 的道路面積仍能保持暢通。它們到底是怎麼做到的呢？

路再窄，不着急

實驗發現，在蟻羣密度還比較小，路上同伴不多的時候，螞蟻會逐漸加快速度，直到流量達到最大值。而密度一旦超過閾值，它們就開始放慢速度。螞蟻似乎能夠評估前方道路的擁擠程度，然後以犧牲速度換來更大流量。

所以不管換成多窄的橋面，螞蟻始終保持相同的流量，不會因為蟻羣密度增加而減少流量。

而且它們在覓食或搬家時會形成 “ 蟻道 ”，就好像有螞蟻畫了車道線一樣，會主動形成雙向甚至三向通道，隊列一旦建立，就相對穩定地行進。

個體之間不會頻繁變道、互相搶位。同時，螞蟻羣體行進時速度幾乎一致，誤差 <5%，而人類車流速度差異可達 30% 以上，所以它們不存在急剎問題，微小的速度波動也不會被放大成 “ 幽靈堵車 ”。

信息素與自組織

除此之外，螞蟻們還有一個法寶，信息素。你會發現螞蟻們總能找到高效的食物獲取路線。

對於某一隻螞蟻來説，它的覓食路徑選擇規則極為簡單直接，就是隨大流。

螞蟻在行動過程中通過向體外分泌信息素在經過之處留下痕跡。後面的螞蟻再次途經該路徑時，將優先選擇信息素濃的方向前進。信息素濃的路徑代表着有更多的螞蟻曾經途經，也就是比較好的線路。

如果某條蟻道上螞蟻過多，信息素往往會因螞蟻踩踏而加速蒸發，而另一些螞蟻發現了新的、相對暢通的路徑，則會建立另一股信息素標記，起到分流作用。通過信息素的動態平衡，螞蟻會自動避免出現 “ 過度擁堵 ”。

“ 氣味導航 ” 相當於人類交通中 “ 道路 + 指示牌 + 導航 APP ” 的作用，讓整個蟻羣高效地集中在最優路線上。

這種基於種羣尋優的啓發式搜索算法，也被稱作蟻羣算法 ( Ant Colony System，ACS )，在 1990 年被意大利科學家馬可·多里戈等人首次提出。

北京交通大學曾做過基於蟻羣模型的交通流仿真實驗。他們在北京市中心的一些主幹道上，利用傳感器數據和即時視頻監控，模擬蟻羣算法實現交通信號優化和動態路徑規劃。

結果發現，在部分高峯時段，利用基於蟻羣算法的自適應信號控制策略，使某些繁忙路口的通行效率提升了 15%~25%，緩解了部分的交通擁堵。

而蟻羣算法也被用到除交通以外的很多領域，比如物流路徑規劃。2000 年左右，美國西南航空公司在貨運方面遇到了麻煩。

儘管貨艙平均面積只佔飛機的 7％，但在一些機場，沒有足夠的能力來滿足預定的貨運量，導致整個西南航線的貨物運輸和管理系統出現混亂。

為了解決這個問題，西南航空公司借鑑了螞蟻的工作模式。

當迭代後的蟻羣算法被應用於西南航空的問題時，貨運站的轉運率降低了 80％，貨物搬運人員的工作量減少了 20％。

共同的目的

然而蟻羣不堵車的絕對核心，是它們毫不自私。螞蟻們信奉 “ 羣體利益高於一切 ” 的準則，沒有 “ 我要先過去 ” 的情緒，也沒有超車動機，它們只確保羣體整體效率最大，個體對自己通行速度的得失一點也不在乎。

它們的通行基於合作帶來的羣體生存，而非競爭。

但人類在交通上永遠是競爭的姿態，尤其是在擁堵的路上，每個人都以自己的利益為先。變道，加塞，超車，搶行……誰都想着 “ 我先過 ”，結果就是每個人都被嚴嚴實實地堵在路上。

如何用 “ 螞蟻算法 ”解決堵車問題？

所以這一點是人類永遠也學不來的。要是能解決人類的自私問題，別説堵車，世界和平也給實現了。但我們仍然能從螞蟻身上學到一些經驗，解決部分交通擁堵的問題。

信息素啓發的最佳路線

比如通過模擬螞蟻釋放信息素的機制，即時更新道路擁堵數據，為車輛提供動態最優路徑。

如果是自動駕駛，就能讓車和車之間即時交換 “ 賽博信息素 ”，遇到擁堵點，系統能自動將車輛分流到暢通道路。

同時還可以將蟻羣算法加入到城市道路的紅綠燈配時上，現在大部分城市的交通信號燈還是固定時長，如果通過信息素實現自適應的信號燈時長，會緩解更多交通壓力。

新加坡交通局在 2019 年將蟻羣算法加入到交通信號控制系統後，交通擁堵就減少了 20%。

城市交通設計

除了算法層面的啓發外，螞蟻羣體通行的一些策略對改進城市的道路物理設計也有幫助。

螞蟻在流量增大時會開啓多條平行路徑來分散交通，還會根據任務和方向自發形成不同 “ 車道 ”，負重返巢的螞蟻往往走中間直線，而外出覓食的螞蟻靠邊行進，從而形成分隔的雙向車流。

與之對應的，城市規劃中也應該注重冗餘路網的設計，避免所有車輛過度集中於少數主幹道。

在道路設計上也可以分隔不同類型的車流來減少相互干擾。比如設置公交專用道、貨車專用道或慢車道，使速度不同或性質不同的車輛各行其道，防止混行導致的頻繁變道和衝突減速。

共同目標是羣體生存

另外，雖説我們不可能完全做到像螞蟻一樣完全無私，但在馬路上各自為戰的時候，也應該學學螞蟻的心態：別總想着把路當作獨木橋，而是學會按部就班、協同作戰。

當我們只關注自身短期的利益和速度時，整個系統反而會陷入無休止的 “ 擁堵 ”—— 不僅僅是道路上的車流，還是經濟、文化乃至社會協同的各個層面。

也許真正的進步，不在於加寬道路，而在於每個人都學會在競爭中合作，在紛繁複雜的局面中尋找共同的秩序。

 點擊圖片跳轉視頻!****

圖片、資料來源：

堵車？螞蟻：那是因為你們人類太自私了-果殼

Experimental investigation of ant traffic under crowded conditions  -elife

避免交通阻塞的螞蟻-泛科學

Optimal traffic organization in ants under crowded conditions  -nature

發現羣體中的智能-汪鐳