[논문 리뷰] Toward understanding the impact of user participation in autonomous ridesharing systems

Wen Shen, Rohan Achar외 1명|arXiv (Cornell University)|2018. 12. 09.

Transportation and Mobility Innovations참고 문헌 10인용 수 1

한 줄 요약

이 논문은 자율 주행 공유 시스템(ARS)의 효율성에 사용자 참여가 미치는 영향을 수량화하기 위해 시뮬레이션 기반 분석을 제시한다. 비협조적인 사용자 행동으로 인한 성능 저하를 완화하기 위해 허브 크기, 차량 용량, 최대 대기 시간과 같은 시스템 구성 요소가 효과적임을 입증한다. 주요 기여는 효율성과 '비협조 비용'(price of anarchy) 간의 균형을 맞추기 위해 이해관계자들이 시스템 설계를 최적화할 수 있도록 지원하는 데이터 기반 프레임워크를 제공하는 것이다.

ABSTRACT

Autonomous ridesharing systems (ARS) promise many societal and environmental benefits, including decreased accident rates, reduced energy consumption and pollutant emissions, and diminished land use for parking. To unleash ARS' potential, stakeholders must understand how the degree of passenger participation influences the ridesharing systems' efficiency. To date, however, a careful study that quantifies the impact of user participation on ARS' performance is missing. Here, we present the first simulation analysis to investigate how and to what extent user participation affects the efficiency of ARS. We demonstrate how specific configurations (e.g., fleet size, vehicle capacity, and the maximum waiting time) of a system can be identified to counter the performance loss due to users' uncoordinated behavior on ridesharing participation. Our results indicate that stakeholders of ARS should base decisions regarding system configurations on insights from data-driven simulations and make tradeoffs between system efficiency and price of anarchy for desired outcomes.

연구 동기 및 목표

• 비협조적인 사용자 참여가 자율 주행 공유 시스템(ARS)의 운영 효율성에 미치는 영향을 조사하기 위해.
• 허브 크기, 차량 용량, 최대 대기 시간과 같은 시스템 구성 매개변수를 특정하여, 사용자 행동으로 인한 성능 저하를 보완할 수 있는지를 확인하기 위해.
• 시스템 효율성과 비협조 비용 사이의 균형을 맞추기 위해 이해관계자들이 ARS 설계를 최적화하기 위한 실질적인 통찰을 제공하기 위해.
• 실증적 이해의 격차를 시뮬레이션 기반 분석을 통해 메우기 위해, 사용자 참여가 ARS 성능에 미치는 역할에 대한 이해를 보완하기 위해.

제안 방법

• 연구는 다양한 사용자 참여 수준에서 자율 주행 공유 시스템을 모델링하기 위해 시뮬레이션 프레임워크를 활용한다.
• 허브 크기, 차량 용량, 최대 대기 시간과 같은 핵심 시스템 매개변수를 체계적으로 변화시켜 시스템 효율성에 미치는 영향을 평가한다.
• 다양한 사용자 협조 시나리오 하에서 시스템 처리 능력, 이동 시간, 활용도율 등의 성능 지표를 평가한다.
• 비협조적인 사용자 행동이 공유 이동 결정에 미치는 효율성 손실을 수량화하기 위해 '비협조 비용'(price of anarchy) 개념을 적용한다.
• 데이터 기반 시뮬레이션 결과를 활용하여 사용자 참여로 인한 성능 손실을 최소화하는 최적의 구성 요소를 식별한다.

실험 결과

연구 질문

• RQ1 사용자 참여는 자율 주행 공유 시스템의 전반적인 효율성에 어떻게 영향을 미치는가?
• RQ2 비협조적인 사용자 행동으로 인한 성능 저하를 효과적으로 상쇄할 수 있는 시스템 구성은 무엇인가?
• RQ3 허브 크기, 차량 용량, 최대 대기 시간은 다양한 참여 수준에서 시스템 효율성에 어떻게 영향을 미치는가?
• RQ4 ARS 구현에서 시스템 효율성과 비협조 비용 사이의 트레이드오프는 어떻게 존재하는가?

주요 결과

• 사용자 참여는 ARS 효율성에 상당한 영향을 미치며, 비협조적인 행동은 측정 가능한 성능 저하를 초래한다.
• 허브 크기 증가 및 최적화된 차량 용량과 같은 시스템 구성은 사용자 협조 문제로 인한 부정적 영향을 효과적으로 줄일 수 있다.
• 최대 대기 시간은 사용자 만족도와 시스템 처리 능력에 영향을 미치는 핵심 매개변수이며, 최적의 값은 전반적인 효율성을 향상시킨다.
• 비협조 비용은 사용자 비협조로 인한 효율성 손실을 수량화하고 관리하는 데 유용한 지표로 기능한다.
• 이해관계자들은 효율성과 협조 비용 간의 원하는 트레이드오프를 고려하여 시스템 매개변수를 보정하기 위해 데이터 기반 시뮬레이션을 활용함으로써 더 나은 시스템 성과를 달성할 수 있다.