混合自动驾驶交通网络的无序代价
最优化与控制
2017-10-24 v1
摘要
我们研究混合自动驾驶交通网络中的路由行为，即网络中每条道路上部分车辆配备有自动驾驶功能（如自适应巡航控制），从而能够减小车头时距并提高道路容量。受针对此类混合自动驾驶道路开发的容量模型启发，我们考虑一类交通网络，其中每条道路或链路上的延迟是以下两个量的仿射函数：链路上具备自动驾驶能力的车辆数量和链路上常规车辆的数量。我们特别研究了此类网络的无序代价，即自私路由所经历的总延迟与社会最优路由策略下的总延迟之比。与所有车辆类型相同且无序代价已知有界的情况不同，我们首先证明，对于此类混合自动驾驶网络，无序代价可以任意大。接着，我们定义了一个非对称度概念，其等于因自动驾驶车辆存在而可能带来的最大行程时间改善。我们证明，当网络中所有链路的非对称度被一个小于4的因子所限定时，无序代价是有界的。我们还界定了双标准，即自私路由交通的成本与最优路由额外交通的成本之比的上界。这些界限依赖于非对称度，并在无非对称度存在时恢复经典的无序代价和双标准界限。此外，我们通过示例表明这些界限在特定情况下是紧的。
引用
@article{arxiv.1710.07867,
title = {The Price of Anarchy for Transportation Networks with Mixed Autonomy},
author = {Daniel A. Lazar and Samuel Coogan and Ramtin Pedarsani},
journal= {arXiv preprint arXiv:1710.07867},
year = {2017}
}