[論文レビュー] Incentive-compatible mechanisms for continuous resource allocation in mobility-as-a-service: Pay-as-You-Go and Pay-as-a-Package.

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

Transportation and Mobility Innovations参考文献 30被引用数 5

ひとこと要約

本稿では、Mobility-as-a-Service (MaaS) のための、オンラインオークションフレームワークと混合整数/線形計画法を用いた、インcentive-compatible で連続的なリソース割り当てメカニズム2つ——Pay-as-You-Go (PAYG) と Pay-as-a-Package (PAAP)——を提案する。これらのメカニズムはモードに依存しないモビリティ価格設定を可能にし、理論的性能バインディングを備えた効率的なオンラインプライマル・デュアルアルゴリズムによって支えられている。

ABSTRACT

Mobility as a Service (MaaS) has recently received a significant attention from researchers, industry stakeholders, and the public sector. The vast majority of existing MaaS paradigms are articulated based on the traditional segmentation of travel modes, e.g. private vehicle, public transportation (bus, metro, light rail) and shared mobility (car/bike/ride-sharing, ride-sourcing). In the context of `Everything-as-a-Service' (XaaS), service providers have evolved from product-based models towards less segmented representations in which resources are priced in a continuous fashion. Yet, such continuous resource allocation formulations are inexistent for MaaS systems. This study attempts to address this gap by introducing innovative MaaS mechanisms that allocate mobility resources to users without any form of travel mode segmentation. We introduce an online auction framework where travelers have the possibility to bid for continuous mobility resources based on their requirements and willingness to pay. We propose two MaaS mechanisms, Pay-as-You-Go (PAYG) and Pay-as-a-Package (PAAP), which allow travelers to either pay for the immediate use of mobility services or to subscribe to mobility service packages for a more protracted usage. Both MaaS mechanisms are based on mixed-integer or linear programming formulations designed to maximize social welfare. We show that the proposed PAYG and PAAP mechanisms are incentive-compatible, develop efficient online primal-dual algorithms to implement the proposed MaaS mechanisms and derive theoretical bounds on the worst-case performance of these algorithms. Moreover, we design a rolling horizon framework to incorporate booking flexibility. Numerical results on extensive problem instances generated from realistic mobility data highlight the benefits of the proposed MaaS mechanisms, and quantify the trade-offs among the proposed approaches.

研究の動機と目的

• 従来の分割された移動モードに依存するMaaSシステムとは対照的に、Mobility-as-a-Service (MaaS) システムにおける連続的リソース割り当てモデルの欠如に対処すること。
• 移動を離散的な輸送モードではなく、連続的リソースとして扱う統一的でモードに依存しない価格設定フレームワークを設計すること。
• ユーザーの入札が真の評価価値と一致するように整合するインcentive-compatible メカニズムを構築し、社会的厚生を最大化すること。
• リアルタイム展開に適した理論的性能保証を備えた効率的なオンラインアルゴリズムを実装すること。
• ローリングホライズンフレームワークを用いて予約の柔軟性を組み込むことで、実用性と適応性を向上させること。

提案手法

• 旅行者が自身のニーズと支払い意思に応じて連続的なモビリティリソースを入札するオンラインオークションフレームワークを提案する。
• オンデマンド利用を想定した PAYG とサブスクリプションベースで長期的なアクセスを提供する PAAP の2つのメカニズムを設計し、両者を混合整数計画または線形計画として定式化する。
• リソース制約およびユーザー制約の下で社会的厚生を最大化するために、混合整数または線形計画法を用いる。
• リアルタイムでの割り当てと支払いを計算するための効率的なオンラインプライマル・デュアルアルゴリズムを開発し、最悪ケース性能バインディングを理論的に保証する。
• 将来の予約の柔軟性と動的再計画を可能にするローリングホライズンフレームワークを導入する。
• 支払いの構造を設計することで、真実の入札が個人の効用を最大化することを保証し、インcentive compatibility を確保する。

実験結果

リサーチクエスチョン

• RQ1 従来の移動モードの分類に依存せずに、MaaSにおける連続的モビリティリソース割り当てをどのようにモデル化できるか？
• RQ2 連続的なリソース需要を伴う動的でオンラインなMaaS環境において、インcentive compatibility を保証するメカニズムは何か？
• RQ3 不確実性下でのリアルタイム効率的割り当てアルゴリズムによって、社会的厚生をどのように最大化できるか？
• RQ4 このMaaS文脈におけるオンラインプライマル・デュアルアルゴリズムの理論的性能バインディングは何か？
• RQ5 ローリングホライズンによる予約の柔軟性を組み込むことで、メカニズムの実用性と効率性はどのように向上するか？

主な発見

• 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であることが保証される。
• 提案されたオンラインプライマル・デュアルアルゴリズムは、有界な競合比を達成し、最適なオフライン解に対して最悪ケース性能が保証される。
• 実際のモビリティデータを用いた数値実験により、セグメント化されたまたは静的価格モデルと比較して、社会的厚生が顕著に向上することが示された。
• ローリングホライズンフレームワークは、割り当て効率を損なわせることなく、予約の柔軟性とシステムの適応性を効果的に向上させた。
• コスト、ユーザー満足度、システム利用率の観点から、PAYG と PAAP のトレードオフが定量的に評価され、長期計画において PAAP が優位であることが示された。
• 多様な需要シナリオ下でも、従来のモード分類に基づくMaaSモデルに比べ、効率性およびユーザー価値の捕捉の両面で優れた性能を発揮した。