拼车网络中的混合自主化

我们考虑由人类驾驶车辆（HVs）与自动驾驶车辆（AVs）提供服务的拼车网络。我们针对多地点网络提出一种混合自主化背景下的拼车模型，其中拼车平台为乘客设定价格、为 HVs 驾驶员设定补偿，并以固定价格运营 AVs，目标是最大化利润。当某地点车辆多于乘客时，我们考虑三种车辆到乘客的分配可能：优先将行程分配给 HVs；优先将行程分配给 AVs；按可用 HVs 与 AVs 数量比例分配行程。接着，对于每种优先级可能，我们建立一个非凸优化问题以刻画在稳态均衡下运营的网络的最优利润。然后我们给出一个凸问题，并证明其与前者具有相同的最优利润，从而可高效计算均衡，且我们证明三种优先级可能均使平台获得相同的最大利润。接下来我们表明，在某些情况下，平台会选择混合使用 HVs 与 AVs 以最大化利润，而在其他情况下，平台将仅使用 HVs 或仅使用 AVs，取决于 AVs 的相对成本。对于一类特定网络，我们解析地完整刻画了这些阈值，并在一个实例上演示了我们的结果。