基于联合选址与定价的多智能体拥堵博弈战略基础设施设计
多智能体系统
2026-03-24 v1
摘要
现实世界的基础设施规划日益涉及自主智能体在竞争拥堵的有限资源时的战略交互。电动汽车 (EV) 充电、应急响应和智能交通等应用需要协调资源选址和定价决策，同时预见去中心化、自利智能体的自适应行为。我们为此类交互下的联合选址与定价提出了一种新颖的多智能体框架，并将其形式化为一个双层优化模型。上层代表中央规划者，下层通过耦合的非原子拥堵博弈捕捉智能体的响应。受电动汽车充电领域的启发，我们研究了一个场景：中央规划者在预算和盈利约束下配置充电桩和道路容量。智能体群体包括电动汽车驾驶员和非充电驾驶员 (NCD)，他们对拥堵、延迟和成本做出响应。为解决由此产生的 NP 难问题，我们引入了 ABO-MPN，这是一个双层近似框架，它解耦了智能体类型，应用了整数调整和舍入，并针对高影响力的选址和定价决策。在基准网络上的实验表明，与仅选址或仅定价的基线相比，我们的模型可将社会成本降低高达 40%，并能推广到其他多智能体系统 (MAS) 相关领域。
引用
@article{arxiv.2603.21691,
title = {Strategic Infrastructure Design via Multi-Agent Congestion Games with Joint Placement and Pricing},
author = {Niloofar Aminikalibar and Farzaneh Farhadi and Maria Chli},
journal= {arXiv preprint arXiv:2603.21691},
year = {2026}
}
备注
This paper has been accepted for publication in the Proceedings of the 22nd European Conference on Multi-Agent Systems (EUMAS 2025)