求解带拥堵的 N 人动态路径博弈:一种平均场方法
动力系统
2021-11-09 v2 多智能体系统
网络与互联网体系结构
系统与控制
系统与控制
最优化与控制
摘要
近期导航工具的出现改变了交通模式,并实现了如动态道路收费等新型拥堵感知路由控制。利用交通流基本图(应用于宏观与中观交通建模),本文引入了一种具有显式拥堵动力学的新型 N 人动态路径博弈。该模型良定,并能复现异质出发时间与拥堵溢出现象。然而,由于纳什均衡计算是 PPAD 完全的,当车辆数 N 很大但现实时,求解该博弈变得难以处理。因此,本文也引入了相应的平均场博弈。实验在交通领域的若干经典基准网络上展开:Pigou、Braess 以及具有异质起点、终点和出发时间元组的 Sioux Falls 网络。Pigou 与 Braess 例子表明,只要车辆数超过数十辆,平均场近似通常非常精确且计算高效。在 Sioux Falls 网络(76 条路段,100 个时间步)上,该方法能够学习超过 14,000 辆车辆的交通动力学。
引用
@article{arxiv.2110.11943,
title = {Solving N-player dynamic routing games with congestion: a mean field approach},
author = {Theophile Cabannes and Mathieu Lauriere and Julien Perolat and Raphael Marinier and Sertan Girgin and Sarah Perrin and Olivier Pietquin and Alexandre M. Bayen and Eric Goubault and Romuald Elie},
journal= {arXiv preprint arXiv:2110.11943},
year = {2021}
}