混雑した都心部で駐車場を探す時間は、実際の走行時間よりも長くなることが多く、ドライバーにとって大きなストレスとなっている。現在のナビゲーションアプリはこの問題をほとんど考慮していないが、MITの研究チームは、こうした「当てずっぽう」の探索を解消する「確率対応型」ナビゲーションシステムを開発した。このシステムは単に目的地へ誘導するのではなく、目的地への近さと、空きスペースが見つかる数学的な確率の最適なバランスを考慮して駐車エリアを提案する。

システムの中核には、複雑な問題を小さなステップに分解して解決する動的計画法(Dynamic Programming)が採用されている。これにより、走行、駐車、徒歩に要する総時間を逆算して算出することが可能になった。また、他のドライバーのリアルタイムな行動を分析し、満車のために車両が別の場所へ流れる「スピルオーバー効果」も予測に組み込んでいる。実際にシアトルの交通データを用いたシミュレーションでは、極めて混雑した環境下で総移動時間を最大66%削減できることが実証された。

この手法は利便性だけでなく、環境負荷の低減にも大きく寄与する。駐車場を求めて徘徊する時間を減らすことで、都市部の二酸化炭素排出量を大幅に削減できるからだ。また、移動にかかる総コストを透明化することで、公共交通機関の利用を検討する材料も提供する。キャシー・ウー(Cathy Wu)助教授らが率いる情報意思決定システム研究所(Laboratory for Information and Decision Systems)の研究チームは、今後、衛星画像や自動運転車のデータを統合し、予測精度のさらなる向上を目指している。

都会で車を運転するとき、目的地に着くよりも「空いている駐車場を探す」ほうが時間がかかって大変なことがあります。今の地図アプリではどこが空いているかまでは詳しく分かりませんが、アメリカのMIT（マサチューセッツ工科大学）の研究チームは、運まかせに探すのをやめるための「確率を考えるナビ（確率対応型ナビゲーションシステム）」を作りました。このシステムは、ただ目的地に行くだけでなく、「目的地の近さ」と「そこが空いている確率」のバランスを数学を使って計算し、一番いい場所を教えてくれます。

このシステムの仕組みには、難しい問題を小さく分けて一つずつ解決していく方法（動的計画法）が使われています。これにより、車で走る時間、駐車場を探す時間、そして車を降りてから目的地まで歩く時間のすべてを逆算して合計することができます。また、他の車が「満車だから別の場所へ行こう」とあふれ出す様子（スピルオーバー効果）も予想に入れています。実際にアメリカのシアトルという街のデータで試したところ、すごく混んでいる場所でも、移動にかかる時間を最大で66%も短くできることが分かりました。

この方法は便利なだけでなく、地球の環境を守ることにもつながります。駐車場を探してウロウロする時間が減れば、車が出すガス（二酸化炭素）をぐっと減らせるからです。また、移動にどれくらい時間がかかるかハッキリ分かるので、「今日は車より電車の方が早いな」と選ぶための材料にもなります。研究チームのキャシー・ウー先生たちは、これから人工衛星の写真や自動運転車のデータも使って、もっと正確に予想できるようにしていくそうです。