马尔可夫决策过程拥堵博弈的自适应约束满足：在交通网络中的应用

在马尔可夫决策过程（MDP）拥堵博弈框架下，我们研究了对具有随机动态与耦合拥堵成本的参与者群体施加群体分布约束的问题。已有研究表明，可通过征收通行费来满足对参与者群体分布的约束。然而，计算满足约束的最小通行费值需要精确建模参与者的拥堵成本。受缺乏精确拥堵成本模型的情形（如交通网络）的启发，我们考虑具有未知拥堵成本的 MDP 拥堵博弈。我们假设一个约束执行机构可对参与者群体反复征收通行费，该群体对任意给定通行费均收敛到 $\epsilon$-最优群体分布。随后，我们构造了一种短视更新算法来计算最小通行费值，同时确保约束在平均意义下得到满足。我们分析了参与者对通行费的次优响应如何影响向最小通行费值与约束满足的收敛速率。最后，我们利用纽约市出租车与豪华轿车委员会（TLC）的数据，构建了纽约市曼哈顿 Uber 司机的拥堵博弈模型，以说明如何在最小化对司机收入影响的同时有效缓解拥堵。