論文の概要: Congestion Pricing for Efficiency and Equity: Theory and Applications to
the San Francisco Bay Area
- arxiv url: http://arxiv.org/abs/2401.16844v1
- Date: Tue, 30 Jan 2024 09:35:02 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-31 15:28:37.820763
- Title: Congestion Pricing for Efficiency and Equity: Theory and Applications to
the San Francisco Bay Area
- Title（参考訳）: 効率性と等価性のための混雑価格:サンフランシスコ湾地域における理論と応用
- Authors: Chinmay Maheshwari and Kshitij Kulkarni and Druv Pai and Jiarui Yang
and Manxi Wu and Shankar Sastry
- Abstract要約: 我々は,混雑レベルを最小限に抑え,公平な目標を取り入れた新たな混雑価格体系を提案する。
サンフランシスコ・ベイエリアの校正高速道路網における料金体系について検討した。
以上の結果から,旅行者に対する価格の差別化を図った価格体系が,旅行費の均等な分配につながることが示唆された。
- 参考スコア（独自算出の注目度）: 5.056456697289351
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Congestion pricing, while adopted by many cities to alleviate traffic
congestion, raises concerns about widening socioeconomic disparities due to its
disproportionate impact on low-income travelers. In this study, we address this
concern by proposing a new class of congestion pricing schemes that not only
minimize congestion levels but also incorporate an equity objective to reduce
cost disparities among travelers with different willingness-to-pay. Our
analysis builds on a congestion game model with heterogeneous traveler
populations. We present four pricing schemes that account for practical
considerations, such as the ability to charge differentiated tolls to various
traveler populations and the option to toll all or only a subset of edges in
the network. We evaluate our pricing schemes in the calibrated freeway network
of the San Francisco Bay Area. We demonstrate that the proposed congestion
pricing schemes improve both efficiency (in terms of reduced average travel
time) and equity (the disparities of travel costs experienced by different
populations) compared to the current pricing scheme. Moreover, our pricing
schemes also generate a total revenue comparable to the current pricing scheme.
Our results further show that pricing schemes charging differentiated prices to
traveler populations with varying willingness-to-pay lead to a more equitable
distribution of travel costs compared to those that charge a homogeneous price
to all.
- Abstract（参考訳）: 渋滞料金は、交通渋滞を軽減するために多くの都市で採用されているが、低所得旅行者への不均衡な影響により、社会経済的格差の拡大への懸念が高まっている。
本研究では,混雑レベルを最小化するだけでなく,支払意思の異なる旅行者の費用格差を減らすための公平性目標も取り入れた,新しい混雑料金体系を提案することで,この課題に対処した。
本分析は,異種旅行者による混雑ゲームモデルに基づく。
本稿では,様々なトラベラーに対する料金の課金や,ネットワークのエッジのサブセットのみを課金するオプションなど,実用上の考慮事項を考慮に入れた4つの料金体系を提案する。
サンフランシスコベイエリアの校正高速道路網における料金体系の評価を行った。
提案した渋滞価格体系は,現在の価格体系と比較して効率性(平均旅行時間の削減)とエクイティ(人口差による旅行コストの格差)の両方を向上することを示した。
さらに、当社の価格体系は、現在の価格体系に匹敵する総収益も生み出す。
以上の結果より,旅行費の均一な価格帯に比べて,支払意思の異なる旅行者集団に対して料金を課金する価格体系が,旅行費の公平な分配につながることが示唆された。
関連論文リスト
- Fair collaborative vehicle routing: A deep multi-agent reinforcement
learning approach [49.00137468773683]
協力的な車両ルーティングは、キャリアがそれぞれの輸送要求を共有し、互いに代表して輸送要求を実行することで協力するときに発生する。
従来のゲーム理論解の概念は、特性関数がエージェントの数とともに指数関数的にスケールするので、計算に費用がかかる。
我々は,この問題を,深層マルチエージェント強化学習を用いて解決した連立交渉ゲームとしてモデル化することを提案する。
論文 参考訳（メタデータ） (2023-10-26T15:42:29Z) - Designing Optimal Personalized Incentive for Traffic Routing using BIG
Hype algorithm [3.7597202216941783]
都市レベルでプラグイン型電気自動車と従来型燃料電池を最適にルーティングする問題について検討する。
我々のモデルでは、通勤者は、旅行時間と、市や駐車場、サービスステーションを利用するための金銭的費用を組み合わせた地域費用を、自力で最小化することを目的としている。
我々は、これらの金融インセンティブを大規模バイレベルゲームとして最適に設計する問題を定式化する。
論文 参考訳（メタデータ） (2023-04-24T11:13:10Z) - Studying the Impact of Semi-Cooperative Drivers on Overall Highway Flow [76.38515853201116]
半協調行動は、人間ドライバーの本質的な性質であり、自律運転には考慮すべきである。
新たな自律型プランナーは、社会的に準拠した軌道を生成するために、人間のドライバーの社会的価値指向(SVO)を考慮することができる。
エージェントが反復的最適応答のゲーム理論バージョンをデプロイする暗黙的な半協調運転について検討する。
論文 参考訳（メタデータ） (2023-04-23T16:01:36Z) - FedSpeed: Larger Local Interval, Less Communication Round, and Higher
Generalization Accuracy [84.45004766136663]
フェデレートラーニング(Federated Learning)は、分散機械学習フレームワークである。
これは、局所的不整合最適と局所的過度な適合による頑丈なクライアントドリフトによってもたらされる非消滅バイアスに悩まされる。
本稿では,これらの問題による負の影響を軽減するために,新しい実用的手法であるFedSpeedを提案する。
論文 参考訳（メタデータ） (2023-02-21T03:55:29Z) - 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) - 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) - Balancing Fairness and Efficiency in Traffic Routing via Interpolated
Traffic Assignment [29.556405472628402]
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。
論文 参考訳（メタデータ） (2021-03-31T20:32:52Z) - Fairness, Welfare, and Equity in Personalized Pricing [88.9134799076718]
顧客特性に基づくパーソナライズ価格における公平性、福祉、株式の配慮の相互作用について検討する。
選択ワクチンの価格補助金と、マイクロクレジットの下流結果に対するパーソナライズされた利率の影響の2つの設定において、パーソナライズされた価格の潜在的利点を示す。
論文 参考訳（メタデータ） (2020-12-21T01:01:56Z) - Perceive, Predict, and Plan: Safe Motion Planning Through Interpretable
Semantic Representations [81.05412704590707]
本稿では,自動運転車の協調認識,予測,動作計画を行うエンド・ツー・エンドの学習可能なネットワークを提案する。
私たちのネットワークは、人間のデモからエンドツーエンドに学習されます。
論文 参考訳（メタデータ） (2020-08-13T14:40:46Z) - A validated multi-agent simulation test bed to evaluate congestion
pricing policies on population segments by time-of-day in New York City [7.5800592082103035]
我々は,MATSim-NYCと呼ばれる,ニューヨーク市における初のオープンソースマルチエージェントシミュレーションモデルを検証する。
このモデルは、地域計画協会が提案する混雑価格計画を評価するために使用される。
論文 参考訳（メタデータ） (2020-07-31T16:07:34Z) - 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)
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。