[論文レビュー] Incentive-compatible mechanisms for online resource allocation in mobility-as-a-service systems

Haoning Xi, Wei Liu+3 more|arXiv (Cornell University)|Sep 15, 2020

Transportation and Mobility Innovations参考文献 36被引用数 6

ひとこと要約

本稿では、Mobility-as-a-Service (MaaS) システムにおけるモードに依存しない移動リソース割り当てのためのインcentive-compatibleでオークションベースのオンラインメカニズムを提案する。ユーザーは単位距離あたりの移動時間に対して入札できる。2つのメカニズム—Pay-as-You-Go (PAYG) と Pay-as-a-Package (PAAP)—を導入し、整数/線形プログラミングを用いて社会的厚生を最大化するとともに戦略的誠実性を保証する。競合分析とシミュレーションにより、実世界の移動データ上での性能と効率性が検証された。

ABSTRACT

In the context of `Everything-as-a-Service', the transportation sector has been evolving towards user-centric business models in which customized services and mode-agnostic mobility resources are priced in a unified framework. Yet, in the vast majority of studies on Mobility as a Service (MaaS) systems, mobility resource pricing is based on segmented travel modes, e.g. private vehicle, public transit and shared mobility services. This study attempts to address this research gap by introducing innovative auction-based online MaaS mechanisms where users can bid for any amount of mode-agnostic mobility resources based on their willingness to pay and preferences. We take the perspective of a MaaS regulator which aims to maximize social welfare by allocating mobility resources to users. We propose two mechanisms which allow users to either pay for the immediate use of mobility service (pay-as-you-go), or to subscribe to mobility service packages (pay-as-a-package). We cast the proposed auction-based mechanisms as online resource allocation problems where users compete for MaaS resources and bid for travel time per trip. We propose (integer-) linear programming formulations to accommodate user bids based on available mobility resources in an online optimization approach. We show that the proposed MaaS mechanisms are incentive-compatible, develop customized online algorithms and derive performance bounds based on competitive analysis. Extensive numerical simulations are conducted on large scale instances generated from realistic mobility data, which highlight the benefits of the proposed MaaS mechanisms and the effectiveness of the proposed online optimization approaches.

研究の動機と目的

• 従来、移動モードごとに区別される定価設定のための研究ギャップを埋めるために、MaaSシステムにおける統合的・モードに依存しない定価設定を実現すること。
• 動的なユーザー入札とリアルタイムの移動リソース制約の下で社会的厚生を最大化するオンラインリソース割り当てメカニズムを設計すること。
• PAYGおよびPAAPモデルの両方において、真実の入札がユーザーにとって支配戦略となるように、インcentive-compatible性を保証すること。
• 競合分析を用いて、理論的性能バウンドを保証する効率的なオンラインアルゴリズムを開発すること。
• 大規模なシミュレーションを用いて、実際の移動データを用いてメカニズムの有効性を評価すること。

提案手法

• 移動リソースを単位距離あたりの移動時間としてモデル化し、ユーザーが支払い意思と好みに応じてサービス量を入札できるようにする。
• 2つのメカニズムを開発：PAYGは即時のオンデマンドサービスを、PAAPは固定期間のサブスクリプションベースの移動パッケージを提供する。
• リアルタイムでのリソース割り当てのために整数および線形プログラミングの定式化を用い、価値と制約に基づいて入札を優先順位付けする。
• ユーザーが各タイムスロットで入札する逐次的意思決定フレームワークを実装し、規制機関が社会的厚生を最大化するようにリソースを割り当てる。
• オンラインアルゴリズムの理論的性能バウンドを導出するために競合分析を適用する。
• 出発地・目的地、遅延予算、不快感耐性、モード固有の速度とコストといったユーザー固有のパラメータを統合する。

実験結果

リサーチクエスチョン

• RQ1 MaaSシステムは、社会的厚生を最大化する中で、どのようにモードに依存しない統一的定価設定を実現できるか？
• RQ2 オンラインオークションメカニズムは、ユーザーが支払い意思を真実に報告するように保証できるインcentive-compatibleに設計可能か？
• RQ3 リアルタイム入札を伴う動的MaaS環境におけるオンラインリソース割り当てに対して、どのような性能保証を得られるか？
• RQ4 PAYGおよびPAAPメカニズムは、社会的厚生、効率性、およびユーザー採用可能性の観点からどのように比較できるか？
• RQ5 時間離散化（タイムステップサイズ）は、メカニズムが達成する社会的厚生にどのような影響を及ぼすか？

主な発見

• 提案されたPAYGおよびPAAPメカニズムは、インcentive-compatibleであることが証明されており、ユーザーにとって真実の入札が最適戦略であることを保証する。
• オンラインアルゴリズムは、バウンデッドで実用的に良好な性能を示す競合比を達成しており、広範なシミュレーションによって検証された。
• 大規模かつ実世界の移動データを用いたシミュレーションにより、ベースラインの割り当て戦略と比較して社会的厚生が顕著に向上することが示された。
• 感度分析から、時間ステップサイズ（Δt）は社会的厚生に非単調な影響を及ぼすことが判明し、最適な性能はΔt = 50–90分の範囲で観察された。
• PAAPメカニズムは、マージナルコストを低減させ、共有移動および公共交通機関の利用を促進し、持続可能な移動の促進に貢献する可能性を示した。
• 統合された線形プログラミング定式化により、ユーザーの好み、リソースの可用性、およびシステム全体の効率性が効果的にバランスされた。