Multi-agent Optimization of Non-cooperative Multimodal Mobility Systems

📄 arXiv: 2601.03777v1 📥 PDF

作者: Md Nafees Fuad Rafi, Zhaomiao Guo

分类: stat.ME, eess.SY

发布日期: 2026-01-07

💡 一句话要点

提出多智能体优化框架，解决非合作多模式出行系统中的定价与补贴问题

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 多模式出行 交通优化 均衡定价 多智能体系统 网约车 交通网络 出行行为

📋 核心要点

  1. 多模式出行系统涉及多个非合作决策者，他们可能只考虑自身利益，忽略系统整体效益，导致效率降低。
  2. 论文提出了一个统一的数学建模框架，通过均衡定价来平衡多模式出行网络中的供需关系，协调个体决策与系统效率。
  3. 数值实验表明，出行者对价格敏感时更倾向于网约车和多模式出行，并揭示了交通枢纽数量对网约车空驶里程的影响。

📝 摘要（中文）

本文研究了多模式出行系统中，出行者和网约车司机基于市场机制的交互行为。针对出行者和司机分散决策，可能导致系统效率降低的问题，提出了一个统一的数学建模框架，通过均衡定价来平衡网络供需。该模型能够分析分散决策对多模式出行效率的影响，并可进一步凸化以高效计算均衡网约车价格。数值实验表明，当出行者对价格更敏感时，他们更倾向于网约车和多模式出行。当网络中交通枢纽较少或司机对价格过于敏感时，可能需要补贴出行者使用多模式出行。然而，更多的交通枢纽会增加网约车司机的空驶里程。该模型可用于政策制定者和平台运营商设计定价和补贴方案，协调个体决策与系统效率，并评估多模式交通网络中可达性和环境影响之间的权衡。

🔬 方法详解

问题定义：论文旨在解决多模式出行系统中，由于出行者和网约车司机等多个决策者非合作博弈，导致系统效率降低的问题。现有方法难以有效建模这种分散决策过程，无法实现个体利益与系统整体效益的协调。

核心思路：论文的核心思路是通过建立一个统一的数学模型，将出行者和网约车司机的决策过程纳入其中，并利用均衡定价机制来协调供需关系。通过求解均衡价格，可以引导个体决策向系统最优方向发展，从而提高多模式出行系统的整体效率。

技术框架：该模型包含以下主要模块：1) 出行者出行方式选择模型（考虑自驾、网约车、多模式出行等）；2) 网约车司机供给模型（考虑价格敏感性）；3) 网络流模型（描述交通网络中的流量分布）；4) 均衡定价模型（求解使供需平衡的价格）。整体流程是：给定网络结构和出行需求，通过迭代求解均衡价格，得到出行方式选择、司机供给和网络流量分布，最终评估系统效率。

关键创新：论文的关键创新在于提出了一个统一的数学建模框架，能够同时考虑出行者和网约车司机的决策行为，并利用均衡定价机制来实现系统优化。与现有方法相比，该模型更全面地考虑了多模式出行系统的复杂性，能够更准确地评估分散决策对系统效率的影响。

关键设计：模型中，出行者的出行方式选择采用Logit模型，考虑出行时间、费用等因素；网约车司机供给采用线性模型，假设司机供给量与价格成正比；均衡定价采用变分不等式方法求解。此外，论文还提出了将模型凸化的方法，以提高求解效率。具体的参数设置和损失函数（如果存在）在论文正文中详细描述，此处未知。

📊 实验亮点

论文通过数值实验验证了模型的有效性。实验结果表明，当出行者对价格更敏感时，他们更倾向于网约车和多模式出行。此外，研究还发现，当网络中交通枢纽较少或司机对价格过于敏感时，可能需要补贴出行者使用多模式出行。值得注意的是，更多的交通枢纽会增加网约车司机的空驶里程，这为政策制定者提供了重要的参考。

🎯 应用场景

该研究成果可应用于城市交通规划、网约车平台运营和政策制定等领域。政策制定者可以利用该模型设计合理的定价和补贴方案，引导出行者选择更高效的出行方式，缓解交通拥堵，减少环境污染。网约车平台可以利用该模型优化定价策略，提高司机收入和乘客满意度。城市规划者可以利用该模型评估不同交通基础设施建设方案对多模式出行系统的影响。

📄 摘要（原文）

While multimodal mobility systems have the potential to bring many benefits to travelers, drivers, the environment, and traffic congestion, such systems typically involve multiple non-cooperative decision-makers who may selfishly optimize their own objectives without considering the overall system benefits. This paper aims to investigate market-based interactions of travelers and ride-sourcing drivers in the context of multimodal mobility systems. We propose a unified mathematical modeling framework to capture the decentralized travelers and drivers' decision-making process and balance the network's demand and supply by equilibrium pricing. Such a model allows analyses of the impact of decentralized decision-making on multimodal mobility efficiencies. The proposed formulation can be further convexified to efficiently compute the equilibrium ride-sourcing prices. We conduct numerical experiments on different settings of transportation networks to gain policy insights. We find that travelers prefer ride-sourcing and multimodal transportation more than the driving option when they are more sensitive to prices. We also find that travelers may need to be subsidized to use multimodal transportation when there is fewer transit hubs in the network or, ride-sourcing drivers become too sensitive to the prices. However, we find that more transit hubs in the network increases the total empty VMT of ride-sourcing drivers by increasing the total relocation time. The proposed model can be used by policymakers and platform operators to design pricing and subsidy schemes that align individual decision-making with system-level efficiency and evaluate the trade-offs between accessibility and environmental impacts in multimodal transportation networks.