論文の概要: Balancing Fairness and Efficiency in Traffic Routing via Interpolated
Traffic Assignment
- arxiv url: http://arxiv.org/abs/2104.00098v4
- Date: Wed, 9 Feb 2022 02:01:48 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-06 00:26:11.748436
- Title: Balancing Fairness and Efficiency in Traffic Routing via Interpolated
Traffic Assignment
- Title（参考訳）: 補間トラヒック割り当てによるトラヒックルーティングの公平性と効率のバランス
- Authors: Devansh Jalota and Kiril Solovey and Matthew Tsao and Stephen Zoepf
and Marco Pavone
- Abstract要約: 補間交通割当問題(英: Interpolated Traffic Assignment Problem, I-TAP)は、公平性促進と効率性向上のための交通割当を補間する凸プログラムである。
輸送ネットワークにおけるI-TAPと最先端アルゴリズムの数値比較について述べる。
- 参考スコア（独自算出の注目度）: 29.556405472628402
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: System optimum (SO) routing, wherein the total travel time of all users is
minimized, is a holy grail for transportation authorities. However, SO routing
may discriminate against users who incur much larger travel times than others
to achieve high system efficiency, i.e., low total travel times. To address the
inherent unfairness of SO routing, we study the ${\beta}$-fair SO problem whose
goal is to minimize the total travel time while guaranteeing a ${\beta\geq 1}$
level of unfairness, which specifies the maximum possible ratio between the
travel times of different users with shared origins and destinations.
To obtain feasible solutions to the ${\beta}$-fair SO problem while achieving
high system efficiency, we develop a new convex program, the Interpolated
Traffic Assignment Problem (I-TAP), which interpolates between a
fairness-promoting and an efficiency-promoting traffic-assignment objective. We
evaluate the efficacy of I-TAP through theoretical bounds on the total system
travel time and level of unfairness in terms of its interpolation parameter, as
well as present a numerical comparison between I-TAP and a state-of-the-art
algorithm on a range of transportation networks. The numerical results indicate
that our approach is faster by several orders of magnitude as compared to the
benchmark algorithm, while achieving higher system efficiency for all desirable
levels of unfairness. We further leverage the structure of I-TAP to develop two
pricing mechanisms to collectively enforce the I-TAP solution in the presence
of selfish homogeneous and heterogeneous users, respectively, that
independently choose routes to minimize their own travel costs. We mention that
this is the first study of pricing in the context of fair routing for general
road networks (as opposed to, e.g., parallel road networks).
- Abstract（参考訳）: システム最適化(so)ルーティングは、全ユーザの総移動時間が最小化され、交通当局にとって聖杯となる。
しかし、ルーティングは、高いシステム効率、すなわち総旅行時間を達成するために、他よりはるかに長い旅行時間を発生させるユーザーに対して差別する可能性がある。
soルーティングの固有の不公平さに対処するため、我々は、共通の起源を持つ異なるユーザの移動時間と目的地との最大比率を規定する${\beta\geq 1}$の不公平さを保証しながら、全体の旅行時間を最小化することを目的とした${\beta}$-fair という問題を研究した。
システム効率の向上を図りつつ、${\beta}$-fair問題に対する実現可能な解決策を得るため、フェアネスプロモーティングと効率向上のトラヒックアサイン目標の間を補間する新しいconvexプログラム、interpolated traffic assignment problem (i-tap)を開発した。
我々は,その補間パラメータの観点から,システム走行時間と不公平度に関する理論的境界によるI-TAPの有効性を評価するとともに,様々な交通ネットワーク上でのI-TAPと最先端アルゴリズムの数値比較を行う。
数値計算の結果,提案手法はベンチマークアルゴリズムに比べて数桁の精度で高速であり,不公平な条件で高いシステム効率を達成できることがわかった。
さらに, i-tapの構造を利用して, 自発的な均質なユーザと異質なユーザの存在下で, 自発的にi-tapソリューションを強制する2つの価格メカニズムを開発し, 自発的な旅行コストを最小化する経路を独自に選択した。
これは、一般的な道路網(例えば、並列道路網とは対照的に)の公平なルーティングの文脈における価格に関する最初の研究である。
関連論文リスト
- Cooperative Path Planning with Asynchronous Multiagent Reinforcement Learning [4.640948267127441]
複数のソース-決定ペア(MSD)を持つ最短経路問題(SPP)
本稿では,最短経路問題(SPP)について,複数の経路対,すなわちMSD-SPPを用いて検討し,最短経路の平均走行時間を最小化する。
論文 参考訳（メタデータ） (2024-09-01T15:48:14Z) - Online Learning for Traffic Routing under Unknown Preferences [30.83342068243601]
トラフィックネットワークに料金を設定するオンライン学習手法を提案し、異種ユーザをシステム効率のよいトラフィックパターンに向けて異なる時間的価値で駆動する。
特に,ネットワークの道路上で観測された集合フローに基づいて,各時間ごとの料金を調整できる簡易かつ効果的なアルゴリズムを開発した。
論文 参考訳（メタデータ） (2022-03-31T16:21:29Z) - Fidelity-Guarantee Entanglement Routing in Quantum Networks [64.49733801962198]
絡み合いルーティングは、2つの任意のノード間のリモート絡み合い接続を確立する。
量子ネットワークにおける複数のソース・デスティネーション(SD)ペアの忠実性を保証するために、精製可能な絡み合わせルーティング設計を提案する。
論文 参考訳（メタデータ） (2021-11-15T14:07:22Z) - Optimal transport in multilayer networks [68.8204255655161]
本稿では,各層上の最適フローが,コストの最小化に寄与するモデルを提案する。
アプリケーションとして,各層が異なる輸送システムに関連付けられている交通ネットワークを考察する。
この結果の例をボルドー市とバスと路面電車の2層ネットワークで示し、ある状況下では路面電車網の存在が道路網の交通を著しく覆い隠している。
論文 参考訳（メタデータ） (2021-06-14T07:33:09Z) - Value Function is All You Need: A Unified Learning Framework for Ride
Hailing Platforms [57.21078336887961]
DiDi、Uber、Lyftなどの大型配車プラットフォームは、都市内の数万台の車両を1日中数百万の乗車要求に接続している。
両課題に対処するための統合価値に基づく動的学習フレームワーク(V1D3)を提案する。
論文 参考訳（メタデータ） (2021-05-18T19:22:24Z) - Incentivizing Efficient Equilibria in Traffic Networks with Mixed
Autonomy [17.513581783749707]
車両小隊化は、車両小隊化による道路容量の増加によって交通渋滞を減少させる可能性がある。
我々は、(i)最短経路を選択する人間ドライバーと(ii)相乗りサービスという2つの交通手段を持つ平行道路のネットワークについて検討する。
我々は、混合自律で車両の流れのモデルと、価格と遅延の異なるルート間で自律サービスユーザーがどのように選択するかのモデルを定式化する。
論文 参考訳（メタデータ） (2021-05-06T03:01:46Z) - End-to-End Intersection Handling using Multi-Agent Deep Reinforcement
Learning [63.56464608571663]
交差点をナビゲートすることは、自動運転車にとって大きな課題の1つです。
本研究では,交通標識のみが提供された交差点をナビゲート可能なシステムの実装に着目する。
本研究では,時間ステップ毎に加速度と操舵角を予測するためのニューラルネットワークの訓練に用いる,モデルフリーの連続学習アルゴリズムを用いたマルチエージェントシステムを提案する。
論文 参考訳（メタデータ） (2021-04-28T07:54:40Z) - A multi-objective optimization framework for on-line ridesharing systems [6.247570729758392]
本稿では,生物地理学に基づく最適化を利用して,オンラインライドシェアリングにおける多目的最適化問題を解くアルゴリズムを提案する。
北京のライドシェアリングデータセットで性能を評価することで,本アルゴリズムを検証した。
論文 参考訳（メタデータ） (2020-12-07T16:25:39Z) - Real-time and Large-scale Fleet Allocation of Autonomous Taxis: A Case
Study in New York Manhattan Island [14.501650948647324]
従来のモデルは、供給(自動タクシー)と需要(トリップ)の不均衡に対処するために、利用可能な船隊を効率的に割り当てることに失敗した
艦隊配置決定をモデル化するために、制約付きマルチエージェントマルコフ決定プロセス(CMMDP)を用いる。
また、カラム生成アルゴリズムを利用して、大規模に効率性と最適性を保証する。
論文 参考訳（メタデータ） (2020-09-06T16:00:15Z) - Congestion-aware Evacuation Routing using Augmented Reality Devices [96.68280427555808]
複数の目的地間でリアルタイムに個別の避難経路を生成する屋内避難のための渋滞対応ルーティングソリューションを提案する。
建物内の混雑分布をモデル化するために、ユーザエンド拡張現実(AR)デバイスから避難者の位置を集約して、オンザフライで取得した人口密度マップを用いる。
論文 参考訳（メタデータ） (2020-04-25T22:54:35Z) - Reinforcement Learning Based Vehicle-cell Association Algorithm for
Highly Mobile Millimeter Wave Communication [53.47785498477648]
本稿では,ミリ波通信網における車とセルの関連性について検討する。
まず、ユーザ状態(VU)問題を離散的な非車両関連最適化問題として定式化する。
提案手法は,複数のベースライン設計と比較して,ユーザの複雑性とVUEの20%削減の合計で最大15%のゲインが得られる。
論文 参考訳（メタデータ） (2020-01-22T08:51:05Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。