面向量子响应出行者的基于策略信息设计的自私多模态路径规划社会福祉最大化
计算机科学与博弈论
2021-12-01 v1
摘要
传统的自私路径规划文献使用无政府代价来量化具有单属性成本的交通系统中的低效性，并提供了各种技术方法（如边际成本定价）来改善整体网络的PoA。遗憾的是，实际的交通系统具有动态、多属性的成本，且文献中提出的SOTA技术方法在实际部署中并不可行。在本文中，我们通过刻画有限理性出行者的特异性多属性成本，以及利用策略信息设计提高网络效率，为自私路径规划提供了一种范式转变。具体而言，我们将系统与出行者之间的交互建模为Stackelberg博弈，其中出行者采用多属性Logit响应。我们将策略信息设计建模为一个优化问题，并开发了一种新颖的近似算法，利用策略信息设计引导Logit响应出行者走向社会福祉（简称LoRI）。我们在具有多模态路径选择的Wheatstone网络上展示了LoRI的性能。在我们的仿真实验中，我们发现LoRI在系统效用方面优于SSSP，尤其是当两个系统之间存在动机不匹配时，它能改善社会福祉。例如，我们发现当系统对碳排放的权重为0.3时，与SSSP相比，LoRI平均有66.66%的时间能说服出行者选择社会最优路径。然而，我们也在仿真结果中展示了系统性能与运行时间之间的权衡。
引用
@article{arxiv.2111.15069,
title = {Maximizing Social Welfare in Selfish Multi-Modal Routing using Strategic Information Design for Quantal Response Travelers},
author = {Sainath Sanga and Venkata Sriram Siddhardh Nadendla and Sajal K. Das},
journal= {arXiv preprint arXiv:2111.15069},
year = {2021}
}