Google研究院与西雅图交通部合作，开发模拟交通引导计画，并将研究结果实际应用在道路交通上。在2023年8月和11月期间，双方在多个有数千名参加者的大型活动中进行实验，采用新的路由政策，并以动态讯息号志（Dynamic Message Signs，DMS）引导车辆，成功将离开体育场的平均车行时间降低7分钟。

研究人员指出，从体育场撤离人群的问题，从古罗马竞技场建立以来，一直到今天仍尚未找到有效的解决办法。而解决此一问题的现代方法是采用数位双生（Digital Twins），这项技术藉由在虚拟环境复制现实交通网路，重建每一个街道和十字路口的布局，甚至是所有车流量的细节，协助专家研究各种交通问题。

Google研究团队新开发针对西雅图体育场周边地区的交通模拟模型，藉由使用开源模拟软体SUMO（Simulation of Urban MObility），尽可能精确地重现特定时间的交通状况。SUMO的行为模型可以协助研究人员描述交通动态，像是跟车、变换车道和遵守限速等驾驶人做决策的方式。另外，研究团队还利用Google地图提供的资料，来定义网路结构和各种路段静态属性，诸如车道数、限速和交通号志等。

该模型的一个重要输入资料是车行需求。为了计算此一需求，研究团队需要将特定都市区域的道路网路划分为不同的区域，以这些区域为基础定义车行需求。所谓的车行需求，指得是在特定时间区间，从一个出发区域（Origin）到目标区域（Destination）的预期车行数量，简单来说就是特定时间内，有多少车辆要从A地前往B地，并以OD矩阵的形式表示。

研究人员透过汇集匿名车行统计资料，获得出发地区和目标区域之间的预期初始车行数量，结合初始车行需求和路段速度、车行时间和车辆数量等交通统计资料，来校准OD，以确实重现特定事件当时的情境。该模型对西雅图T-Mobile Park和Lumen Field周边多个活动进行交通模拟，采用匿名交通统计资料来评估准确性，以理解不同路由政策对该地区壅塞的影响。

西雅图警察局提供了最需要改进的拥挤路线，Google研究人员开发新的路由策略，使用模拟模型对其进行评估。要达到更快疏散交通的目的，新的政策将南北行交通从较近的闸道路口，路由到更远的高速功路闸道，以缩短等待时间。同时还尝试向活动交通流量开放高乘载车道（HOV Lane），以便更有效利用道路容量。同时也推荐驾驶人经由替代路线，或是不同车道之间共享负载，以便更快抵达体育场闸道。

研究人员对不同交通条件、活动时间和参加者人数的活动进行建模，并且模拟活动後车辆离开体育场抵达目的区域的时间。藉由计算政策实施前後的车行时间，来衡量每项政策的效益，在考虑可行性後，西雅图交通部在大型活动期间，使用动态讯息号志建议驾驶采取替代路线到达目的地，引导30％的车辆行经特定的路线和闸道，最终平均节省7分钟的车行时间。

这项研究的贡献在於展现模拟技术在交通规画和政策评估的应用潜力，透过模拟可使交通网路规画者了解利用率低的路段，并评估不同路由政策的效果，以实现更好的交通空间分布。