马尔可夫决策过程拥塞博弈中用于约束满足的收费机制

马尔可夫决策过程（MDP）拥塞博弈是经典拥塞博弈的扩展，其中连续的自利智能体群体求解带拥塞的马尔可夫决策过程：一种策略的收益随着更多群体使用它而降低。我们在带容量拥塞博弈与 MDP 的关键概念之间建立类比。特别地，我们表明 MDP 拥塞博弈中的群体质量约束等价于在奖励函数上施加收费/激励，社会规划者可利用其实现辅助目标。我们在一个模拟的西雅图网约车模型中展示了此类方法，其中为实现两个独立目标而施行收费与激励：保证西雅图市中心最小司机密度，以及将博弈均衡推向最大社会产出。