社会最优混合交通路由的协作合规控制框架
系统与控制
2025-04-01 v1 系统与控制
摘要
在混合交通环境中，其中包含联网和自主车辆（CAVs）以及潜在非合作的人类驾驶车辆（HDVs），人类驾驶员的自中心行为可能损害整个交通网络的效率、最优性和安全性。本文提出了一种协作合规控制（CCC）框架，用于混合交通路由，其中社会计划员（SP）针对系统整体最优性优化车辆路由，而合规控制器通过“可退款 toll”方案激励人类驾驶员遵循来自SP的路线指导。一个关键挑战是来自不同人类驾驶员类型对这些toll的异构且未知反应模型，这使得设计适当的控制器并在交通网络上实现所需的合规概率变得困难。为此，我们采用控制李ouville函数（CLF）来在线自适应纠正（学习）合规概率模型的关键组件，构建数据驱动的反馈控制器，并证明我们可以为HDVs实现所需的合规概率，从而促进交通网络的社会最优性。
关键词
引用
@article{arxiv.2503.22837,
title = {A Cooperative Compliance Control Framework for Socially Optimal Mixed Traffic Routing},
author = {Anni Li and Ting Bai and Yingqing Chen and Christos G. Cassandras and Andreas A. Malikopoulos},
journal= {arXiv preprint arXiv:2503.22837},
year = {2025}
}