研究完蚂蚁搬家，我好像明白了为什么我们总是堵车_风闻

这种情况想必大家都经历过：上下班高峰，节假日出游，小到乱成一团的十字路口，大到停车场一样的高速公路，堵车已经是现代社会的标配。

但如果这种情况被蚂蚁看在眼里，肯定是一脸问号。

堵车？什么玩意？从来没听说过。

作为世界上，为数不多跟人类一样有 “ 双向车道 ” 的生物，蚂蚁却从来不会堵车，就算是几千上万只的集体出动，也最多是行动迟缓，绝不会堵住道路。

那它们到底是怎么做到的呢？人类是不是也可以学习蚂蚁的方式来解决城市拥堵？大家好，今天跟大家聊聊，为什么我们这么堵，而蚂蚁为什么从来不堵车？

为什么我们会堵车？

你有没有觉得堵车变得越来越频繁了？在中规院发布的 2024 年度报告中，全国 36 个主要城市工作日高峰平均运行速度为 20.3km/h，比 2022 年下降了 2.4km/h，总体处于中度拥堵状态。

其中，92% 的城市（ 33个 ）速度处于 18~25km/h 之间，处于中度拥堵状态。2022 年轻度拥堵的城市本年度均滑落至中度拥堵。

兰州、北京、广州平均速度都低于 18km/h，属于严重拥堵态势。堵车面前，人人崩溃。那我们到底为什么会堵车呢？

车多路少

一个客观原因是，每个城市的机动车保有量都越来越大。

拿杭州来说，2020 年的机动车数量是 311.9万，2025 年就增长到了 479 万辆，平均每年多出 33.42 万辆机动车。

保守估计在 2030 年，这个数字会达到 720 万，是 2020 年的两倍还多。但相对应的路网承载能力并不会增长的这么快。一般来说，道路总长越多**，**车道容量就越大。

我们就拿路网密度来说，2023 年杭州市路网密度为 7.8 公里/平方千米，全国排名第六，比前一年增长了 2.63%，而全国 36 个主要城市年增长率的平均值是 1.9%。

相比于机动车保有量动不动就是十个点的增长，路网密度是永远赶不上机动车增速的。所以堵车的第一原因就是车多路少。

城市规划

但是修建更多更宽的道路就一定能解决堵车问题吗？并不一定。北京是典型的低路网密度和毛细血管不足的城市，它以 6.0 公里/平方千米的路网密度在全国 36 个主要城市中排名第 23 位。

同时又是世界上平均路宽最宽的城市，达到惊人的 14.64 米，它的主干道承担了 60% 以上的交通量。

相比之下东京的平均路宽是 6 米，其中车道宽度在 13 米以上的 4 车道道路仅占道路总长度的 1.51%，但拥堵程度却远低于北京。

这就是诱导需求和诡异的布雷斯悖论，路越多越宽，反而越堵。有时候交通拥堵并不是由道路供给不足引起的，而是过度需求的产物。

道路宽了，人们出行的需求会增加，而且大家都会选择最宽最好走的那条路。同时，更宽的路会让很多司机下意识的加速，频繁变道超车，整体的流畅度就会下降。

所以你能看到，北京四环在四次拓宽后，高峰期仍然会堵车。

行车不规范

然而堵车最核心的原因，是人。有时候堵成停车场的一段路，开到源头你会发现，什么都没有。

没有事故，没有施工，就是这么自然而然的堵上了。这就是 “ 幽灵堵车 ”。

当前方的车辆出现刹车或减速时，后方的车辆也会随之减速或刹车，于是车辆间的距离就会过短，导致更频繁刹车，这种趋势不断地向后蔓延，就会产生连锁反应，直到堵成停车场。

司机的急刹车、随意变道，该快不快都会导致幽灵堵车，在每小时 40 公里的匀速状态下，一脚急刹就能影响 10 到 20 辆车，通行时间增加 20%-30%。

凭借着人类的反射弧和 “ 我先走 ” 的执念，硬生生制造出一条看不见的墙。人的差异性与非理性行为，才是堵车的终极根源。

为什么蚂蚁不会堵车？

反观蚂蚁，却从来不会这样。

2019 年，亚利桑那州立大学与动物认知研究中心等机构的研究人员做了一个实验。他们把阿根廷蚁分成不同数量的蚁群，从 400 只到 25600 只不等，想看看会不会蚂蚁多到一定数量，也会交通瘫痪。

研究人员在蚁群和食物之间搭建了一座桥，并且设计三种 5，10，20 毫米三种不同宽度的桥梁，然后进行了 170 次实验，每秒记录流量和密度。

随着越来越多的蚂蚁走上桥，密度不断增加，流量也越来越大，当密度增大到一定程度，蚂蚁的平均速度会逐渐下降，但流量却保持不变，甚至还会增加，没有出现过一次拥堵的情况。

人类的车流在道路占用率达到 40% 时就会开始拥堵，而蚂蚁群体占用 80% 的道路面积仍能保持畅通。它们到底是怎么做到的呢？

路再窄，不着急

实验发现，在蚁群密度还比较小，路上同伴不多的时候，蚂蚁会逐渐加快速度，直到流量达到最大值。而密度一旦超过阈值，它们就开始放慢速度。蚂蚁似乎能够评估前方道路的拥挤程度，然后以牺牲速度换来更大流量。

所以不管换成多窄的桥面，蚂蚁始终保持相同的流量，不会因为蚁群密度增加而减少流量。

而且它们在觅食或搬家时会形成 “ 蚁道 ”，就好像有蚂蚁画了车道线一样，会主动形成双向甚至三向通道，队列一旦建立，就相对稳定地行进。

个体之间不会频繁变道、互相抢位。同时，蚂蚁群体行进时速度几乎一致，误差 <5%，而人类车流速度差异可达 30% 以上，所以它们不存在急刹问题，微小的速度波动也不会被放大成 “ 幽灵堵车 ”。

信息素与自组织

除此之外，蚂蚁们还有一个法宝，信息素。你会发现蚂蚁们总能找到高效的食物获取路线。

对于某一只蚂蚁来说，它的觅食路径选择规则极为简单直接，就是随大流。

蚂蚁在行动过程中通过向体外分泌信息素在经过之处留下痕迹。后面的蚂蚁再次途经该路径时，将优先选择信息素浓的方向前进。信息素浓的路径代表着有更多的蚂蚁曾经途经，也就是比较好的线路。

如果某条蚁道上蚂蚁过多，信息素往往会因蚂蚁踩踏而加速蒸发，而另一些蚂蚁发现了新的、相对畅通的路径，则会建立另一股信息素标记，起到分流作用。通过信息素的动态平衡，蚂蚁会自动避免出现 “ 过度拥堵 ”。

“ 气味导航 ” 相当于人类交通中 “ 道路 + 指示牌 + 导航 APP ” 的作用，让整个蚁群高效地集中在最优路线上。

这种基于种群寻优的启发式搜索算法，也被称作蚁群算法 ( Ant Colony System，ACS )，在 1990 年被意大利科学家马可·多里戈等人首次提出。

北京交通大学曾做过基于蚁群模型的交通流仿真实验。他们在北京市中心的一些主干道上，利用传感器数据和实时视频监控，模拟蚁群算法实现交通信号优化和动态路径规划。

结果发现，在部分高峰时段，利用基于蚁群算法的自适应信号控制策略，使某些繁忙路口的通行效率提升了 15%~25%，缓解了部分的交通拥堵。

而蚁群算法也被用到除交通以外的很多领域，比如物流路径规划。2000 年左右，美国西南航空公司在货运方面遇到了麻烦。

尽管货舱平均面积只占飞机的 7％，但在一些机场，没有足够的能力来满足预定的货运量，导致整个西南航线的货物运输和管理系统出现混乱。

为了解决这个问题，西南航空公司借鉴了蚂蚁的工作模式。

当迭代后的蚁群算法被应用于西南航空的问题时，货运站的转运率降低了 80％，货物搬运人员的工作量减少了 20％。

共同的目的

然而蚁群不堵车的绝对核心，是它们毫不自私。蚂蚁们信奉 “ 群体利益高于一切 ” 的准则，没有 “ 我要先过去 ” 的情绪，也没有超车动机，它们只确保群体整体效率最大，个体对自己通行速度的得失一点也不在乎。

它们的通行基于合作带来的群体生存，而非竞争。

但人类在交通上永远是竞争的姿态，尤其是在拥堵的路上，每个人都以自己的利益为先。变道，加塞，超车，抢行……谁都想着 “ 我先过 ”，结果就是每个人都被严严实实地堵在路上。

如何用 “ 蚂蚁算法 ”解决堵车问题？

所以这一点是人类永远也学不来的。要是能解决人类的自私问题，别说堵车，世界和平也给实现了。但我们仍然能从蚂蚁身上学到一些经验，解决部分交通拥堵的问题。

信息素启发的最佳路线

比如通过模拟蚂蚁释放信息素的机制，实时更新道路拥堵数据，为车辆提供动态最优路径。

如果是自动驾驶，就能让车和车之间实时交换 “ 赛博信息素 ”，遇到拥堵点，系统能自动将车辆分流到畅通道路。

同时还可以将蚁群算法加入到城市道路的红绿灯配时上，现在大部分城市的交通信号灯还是固定时长，如果通过信息素实现自适应的信号灯时长，会缓解更多交通压力。

新加坡交通局在 2019 年将蚁群算法加入到交通信号控制系统后，交通拥堵就减少了 20%。

城市交通设计

除了算法层面的启发外，蚂蚁群体通行的一些策略对改进城市的道路物理设计也有帮助。

蚂蚁在流量增大时会开启多条平行路径来分散交通，还会根据任务和方向自发形成不同 “ 车道 ”，负重返巢的蚂蚁往往走中间直线，而外出觅食的蚂蚁靠边行进，从而形成分隔的双向车流。

与之对应的，城市规划中也应该注重冗余路网的设计，避免所有车辆过度集中于少数主干道。

在道路设计上也可以分隔不同类型的车流来减少相互干扰。比如设置公交专用道、货车专用道或慢车道，使速度不同或性质不同的车辆各行其道，防止混行导致的频繁变道和冲突减速。

共同目标是群体生存

另外，虽说我们不可能完全做到像蚂蚁一样完全无私，但在马路上各自为战的时候，也应该学学蚂蚁的心态：别总想着把路当作独木桥，而是学会按部就班、协同作战。

当我们只关注自身短期的利益和速度时，整个系统反而会陷入无休止的 “ 拥堵 ”—— 不仅仅是道路上的车流，还是经济、文化乃至社会协同的各个层面。

也许真正的进步，不在于加宽道路，而在于每个人都学会在竞争中合作，在纷繁复杂的局面中寻找共同的秩序。

 点击图片跳转视频!****

图片、资料来源：

堵车？蚂蚁：那是因为你们人类太自私了-果壳

Experimental investigation of ant traffic under crowded conditions  -elife

避免交通阻塞的螞蟻-泛科学

Optimal traffic organization in ants under crowded conditions  -nature

发现群体中的智能-汪镭