解释拼车：为提升用户满意度选择解释

交通服务在现代智慧城市的发展中起着关键作用。特别是，将具有相似行程的乘客组合在一起的点需拼车服务已在多个都市区运营。这些服务可通过降低出行成本、道路拥堵与CO2排放带来显著的社会与环境效益。遗憾的是，尽管有诸多优势，选择使用这些拼车服务的人并不多。我们认为，提升用户对该服务的满意度将促使更多人使用它，进而改善服务质量，如等待时间、成本、出行时间与服务可用性。一种可能的提升用户满意度的方式是提供比较替代交通方式（如私人出租车与公共交通）的适当解释。例如，若告知乘客私人出租车出行将多花费50%，她可能对拼车更满意。因此，问题在于开发一个能提供提升用户满意度的解释的智能体。我们将环境建模为信号博弈，并表明遵循完美贝叶斯均衡的理性智能体必须向乘客揭示有关可能替代方案的全部信息。此外，我们开发了一个基于机器学习的智能体，在给定拼车及其可能替代方案时，选择最有可能提升用户满意度的解释。利用人类反馈，我们表明在用户满意度方面，我们基于机器学习的智能体优于理性智能体与随机选取解释的智能体。