論文の概要: Three-sided mobility-energy market design as a multiperiod stochastic assignment game

• arxiv url: http://arxiv.org/abs/2609.05449v1
• Date: Mon, 03 Aug 2026 02:52:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-29 21:41:57.478488
• Title: Three-sided mobility-energy market design as a multiperiod stochastic assignment game
• Title（参考訳）: 多周期確率代入ゲームとしての三面移動エネルギー市場設計
• Abstract要約: 本稿では,市場規制当局が監督する代入ゲームとして,二段階問題を提案する。 上位層はプラットフォームの収益性を最大化するためにサービス価格を最適化する。 下層層はマルチステークホルダ平衡をモデル化する。 拡大したNguyen-Dupuisネットワークに関する数値実験により、いくつかの重要な知見が明らかになった。
• 参考スコア（独自算出の注目度）: 3.836506019632274
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: As mobility service providers (MSPs) and energy providers (EPs) expand electric vehicle ecosystems, models are needed to understand their interactions within a three-sided market. Existing frameworks often overlook the temporal interdependencies between mobility and charging demands. We address this gap by proposing a bilevel problem as an assignment game overseen by a market regulator. The upper level optimizes service pricing to maximize platform profitability. The lower level models a multi-stakeholder equilibrium using a scalable, link-based Perturbed Utility Route Choice (PURC) framework. The evaluation time frame is divided into discrete intervals, capturing the temporal lag between mobility and charging demand via an empirical affine function. We solve the model by chronologically decomposing the lower level into interacting mobility service and recharge subnetworks. Numerical experiments on the expanded Nguyen-Dupuis network reveal several key insights. First, a critical charging capacity threshold exists; operating below it forces a severe reduction in the deployable fleet and creates localized transit deserts. Second, modeling endogenous operating costs reveals a concave profit trajectory, demonstrating that total profit maximizes at a specific fleet size just before market saturation. Third, optimal dynamic pricing operates within a narrow range, where peak pricing acts as a steady revenue driver and off-peak pricing serves as a highly sensitive operational buffer. These findings provide actionable strategies for coordinating fleet sizing and charging infrastructure deployment.
• Abstract（参考訳）: 移動サービス提供者(MSP)とエネルギー提供者(EP)が電気自動車のエコシステムを拡大するにつれ、三面市場における相互作用を理解するためにはモデルが必要である。 既存のフレームワークは、モビリティと充電要求の間の時間的相互依存性をしばしば見落としている。 市場規制当局が監督する課題ゲームとして、二段階の問題を提案することにより、このギャップに対処する。 上位層は、プラットフォームの収益性を最大化するためにサービス価格を最適化する。 低レベルモデルは、スケーラブルでリンクベースのPerturbed Utility Route Choice (PURC)フレームワークを使用して、マルチステークホルダ平衡をモデル化する。 評価時間枠を離散間隔に分割し、経験的アフィン関数を介して、モビリティと充電需要の間の時間ラグをキャプチャする。 低レベルを相互に連携するモビリティサービスに時間的に分解し、サブネットを充電することでモデルを解く。 拡張Nguyen-Dupuisネットワークに関する数値実験により、いくつかの重要な知見が明らかになった。 まず、重要な充電容量のしきい値が存在し、その下の運用では、展開可能な艦隊が大幅に削減され、局所的な輸送砂漠が形成される。 第二に、内因性運用コストのモデル化は、市場飽和直前の特定の艦隊規模で総利益が最大になることを示す凹凸利益軌道を明らかにする。 第3に、最適な動的価格設定は、ピーク価格が安定した収益ドライバーとして機能し、オフピーク価格が非常に敏感な運用バッファとして機能する狭い範囲内で動作する。 これらの発見は、艦隊の規模を調整し、インフラの配置を充電するための実用的な戦略を提供する。

関連論文リスト

• When Agents Meet Electric Bus Fleet Operations: Pricing Behavior, Trade-offs, and Policy Implications in an Aggregator Framework [1.973629969449657]
  本稿では,電気バスV2Gの動作を管理するためのエージェントアグリゲータフレームワークを提案する。 エージェントアグリゲータは、実行可能なスケジュールを維持し、再最適化を選択的に活性化し、充電とV2Gの柔軟性を向上させることで、適応的なフリートグリッド調整をサポートすることができる。 しかし、公開市場における彼らの展開には、透明性のある調整モード、監査可能な関税設定、明示的な価値共有ルールが必要です。
  論文  参考訳（メタデータ） (2026-06-24T21:41:52Z)
• D$^3$-Subsidy: Online and Sequential Driver Subsidy Decision-Making for Large-Scale Ride-Hailing Market [13.613354145103656]
  D$3$-Subsidy(Dynamic Driver-side Diffusion-based Subsidy)は、都市全体の補助金制御をデプロイするための階層的な拡散ベースのフレームワークである。 D$3$-Subsidyは、上限コンプライアンスを改善しながらtextttRides と textttGMV を改善し、実世界の A/B テストでかなりの上昇を確認した。
  論文  参考訳（メタデータ） (2026-05-19T15:55:55Z)
• M$^2$: Dual-Memory Augmentation for Long-Horizon Web Agents via Trajectory Summarization and Insight Retrieval [64.06936170117943]
  M$2$は、文脈効率と意思決定を最適化するために設計されたトレーニング不要のメモリ拡張フレームワークである。 本手法では,対話履歴を簡潔な状態更新に圧縮する動的トラジェクトリ要約(Internal Memory)と,オフラインのインサイトバンクから取得した実行可能なガイドラインでエージェントを誘導するInsight Retrieval Augmentation(External Memory)を併用する。
  論文  参考訳（メタデータ） (2026-02-28T06:59:51Z)
• SP-VLA: A Joint Model Scheduling and Token Pruning Approach for VLA Model Acceleration [70.72227437717467]
  VLA(Vision-Language-Action)モデルは、その強力な制御能力に注目が集まっている。 計算コストが高く、実行頻度も低いため、ロボット操作や自律ナビゲーションといったリアルタイムタスクには適さない。 本稿では,共同スケジューリングモデルとプルーニングトークンにより,VLAモデルを高速化する統一フレームワークSP-VLAを提案する。
  論文  参考訳（メタデータ） (2025-06-15T05:04:17Z)
• Real-time Control of Electric Autonomous Mobility-on-Demand Systems via Graph Reinforcement Learning [14.073588678179865]
  エレクトロニック・モビリティ・オン・デマンド(E-AMoD)は、いくつかのリアルタイムな意思決定を行う必要がある。 強化学習のレンズによるE-AMoD制御問題を提案する。 本稿では,拡張性を大幅に向上し,性能の最適化に優れるグラフネットワークベースのフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-11-09T22:57:21Z)
• 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)

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。