铁路拍卖博弈中的基于拥堵的插槽定价

我们提出了一个多智能体系统，用于研究异构策略智能体之间离散、拥堵资源的分配，其动机源于放松管制下的铁路插槽分配问题。多个规模和能力不同的运营商智能体，在时间受限的决策下，通过共享的拍卖机制在重复轮次中交互。该机制将随总需求增加的基于拥堵的基础价格与不对称的修正调整相结合，后者惩罚请求最多插槽的智能体并奖励请求最少的智能体，旨在减轻大型智能体的战略主导地位，同时保持透明度和拥堵敏感性。我们将交互表述为具有不完全信息的重复博弈，并将系统实现为实时、基于网络的多智能体环境，其中人类参与者控制单个智能体并观察实时的边际成本和竞争对手反馈。我们报告了由领域专家担任运营商智能体的两次结构化会议的探索性观察。拥堵机制按设计响应总需求，修正激励被主动触发，但代表大型运营商的智能体尽管受到惩罚仍坚持高请求策略，这表明修正定价在抵消该多智能体环境中的战略主导地位方面是必要的但非充分的。会后汇报表明，参与者的决策由假定的智能体角色而非个人倾向驱动，并为战略动机提供了定性支持，例如保持市场存在和提高竞争对手成本，与短期利润最大化并行运作。我们讨论了不对称预算下多智能体机制设计的影响，并概述了分析验证和更大规模多智能体实验的方向。