[論文レビュー] How bad is selfish routing in practice?

Barnabé Monnot, Francisco Benita+1 more|arXiv (Cornell University)|Mar 5, 2017

Game Theory and Applications参考文献 25被引用数 12

ひとこと要約

本研究は、シンガポールの国立科学実験から得た大規模データセットを用いて、実世界の交通における悪意の価格（PoA）を経験的に調査した。個人の学生通勤を追跡した結果、経験的PoAは1.11から1.22の間であり、近似的に最適なシステム性能を示しており、個人の後悔は低く、複数日の間でルート選択の整合性も高いことがわかった。

ABSTRACT

Routing games are one of the most successful domains of application of game theory. It is well understood that simple dynamics converge to equilibria, whose performance is nearly optimal regardless of the size of the network or the number of agents. These strong theoretical assertions prompt a natural question: How well do these pen-and-paper calculations agree with the reality of everyday traffic routing? We focus on a semantically rich dataset from Singapore's National Science Experiment that captures detailed information about the daily behavior of thousands of Singaporean students. Using this dataset, we can identify the routes as well as the modes of transportation used by the students, e.g. car (driving or being driven to school) versus bus or metro, estimate source and sink destinations (home-school) and trip duration, as well as their mode-dependent available routes. We quantify both the system and individual optimality. Our estimate of the Empirical Price of Anarchy lies between 1.11 and 1.22. Individually, the typical behavior is consistent from day to day and nearly optimal, with low regret for not deviating to alternative paths.

研究の動機と目的

• 理論モデルにとどまらず、現実の交通ネットワークにおける悪意の価格（PoA）を経験的に測定すること。
• 完全な交通情報が得られていた場合にどれほど速く移動できたかを推定することで、個人レベルの非効率性（日々の後悔）を定量化すること。
• 連続する2日間の間のルーティング意思決定の整合性を測定することで、ルーティング意思決定の安定性を評価すること。
• 実際の人間行動データを用いて、理論的PoAの保証が実際の状況でも成り立つかどうかを評価すること。
• 異なるクラスタリング手法やデータ抽象化技術を用いた場合の、これらの発見の頑健性を調査すること。

提案手法

• 数千人の学生の個人レベルの移動行動と移動手段を記録した、シンガポール国立科学実験の意味的豊富なデータセットを活用した。
• 逆最適化とルート推定技術を用いて、ノイズの多いGPSおよびセンサデータを離散的な出発地・目的地ルートにマッピングした。
• 反事後的ルーティング結果を推定し、個人の後悔を計算するために、同等のユーザークラスタを同定した。
• 完全な情報下での最適コストと実際のシステムコストを比較することで、経験的PoAを推定した。
• 複数のクラスタリング手法を用いた頑健性の検証と、複数日間にわたる繰り返し測定を実施した。
• 観察されたルーティング行動から、ユーザーのコスト関数と出発地・目的地の需要を推定するために逆最適化を用いた。

実験結果

リサーチクエスチョン

• RQ1 現実の交通ネットワークにおける経験的PoAは、ルーティングゲームにおける理論的境界と比べてどの程度か？
• RQ2 日常の交通において、個人の通勤者が非最適なルート選択によりどれほど後悔を経験しているか？
• RQ3 連続する2日間の間で、個人のルーティング意思決定はどの程度整合的か。これは、システムの安定性または均衡状態を示唆するか？
• RQ4 理論的ゲーム理論的概念（PoAや後悔）は、実際の人間の移動行動データを用いて意味的に測定可能か？
• RQ5 データのクラスタリングや抽象化手法の変化に対して、経験的発見はどの程度頑健か？

主な発見

• シンガポールの現実の交通ネットワークにおける経験的悪意の価格（PoA）は1.11から1.22の間であり、近似的に最適なシステム性能を示している。
• 個人の通勤者は低後悔を示しており、ほとんどが完全な情報のもとで最適なルートを選択した場合とほぼ同等の移動時間を達成している。
• 連続する2日間の間で高いレベルのルート選択の整合性が観察され、日常のルーティング意思決定において安定的かつ近似的に均衡状態にあることが示唆された。
• 理論的ゲーム理論的予測（PoAに関するもの）が、実際の交通行動に実証的に裏付けられていることが結果から明らかになった。
• 本研究は、個人の行動が整合的かつほぼ最適であり、選択したルートから逸脱するインcentiveが最小限であることを確認した。