混合自主交通异构网络的最优收费
最优化与控制
2019-09-27 v1
摘要
当人们选择路线以最小化自身出行时间时,所经历的总延迟或社会成本可能远高于由社会规划者分配路线时的情况。当人类驾驶员与自动驾驶车辆共用道路时,这一效应被放大。若路由最优,自动驾驶车辆可使交通网络更高效;但若自私行动,自动驾驶车辆的引入反而可能加剧拥堵。我们试图通过收费影响路由选择来缓解该效应。我们考虑一个由平行道路组成的网络,其具有异构的仿射延迟函数,即自动驾驶车辆带来的容量提升可能因道路而异。我们证明,若人类驾驶员与自主用户收费相同,社会成本可能比最优路由时任意更差。随后我们证明最优路由的性质,并借此设计能够保证在均衡下最小化社会成本的收费方案。据我们所知,这是首个针对具有仿射延迟函数的平行异构网络给出唯一社会最优均衡的收费方案。
引用
@article{arxiv.1909.11819,
title = {Optimal Tolling for Heterogeneous Traffic Networks with Mixed Autonomy},
author = {Daniel A. Lazar and Samuel Coogan and Ramtin Pedarsani},
journal= {arXiv preprint arXiv:1909.11819},
year = {2019}
}
备注
Accepted to Conference on Decision and Control, 2019