[논문 리뷰] To Observe or Not to Observe: Queuing Game Framework for Urban Parking

Lillian J. Ratliff, Chase Dowling외 2명|arXiv (Cornell University)|2016. 03. 29.

Smart Parking Systems Research참고 문헌 12인용 수 4

한 줄 요약

이 논문은 병렬 큐를 갖는 대기열 게임으로 도시 주차를 모델링하여, 자유로운 정보 접근과 비용이 발생하는 정보 접근 조건 하에서 개인 최적 행동(Nash 균형)과 사회적 최적 결과를 비교한다. 연구 결과, 전체 운전자가 모든 정보를 관찰할 필요 없이 부분적인 정보 접근만으로도 사회적 복지 향상이 크게 이루어지며, 혼잡도와 대기 시간이 감소함을 확인하였다.

ABSTRACT

We model parking in urban centers as a set of parallel queues and overlay a game theoretic structure that allows us to compare the user-selected (Nash) equilibrium to the socially optimal equilibrium. We model arriving drivers as utility maximizers and consider the game in which observing the queue length is free as well as the game in which drivers must pay to observe the queue length. In both games, drivers must decide between balking and joining. We compare the Nash induced welfare to the socially optimal welfare. We find that gains to welfare do not require full information penetration---meaning, for social welfare to increase, not everyone needs to pay to observe. Through simulation, we explore a more complex scenario where drivers decide based the queueing game whether or not to enter a collection of queues over a network. We examine the occupancy-congestion relationship, an important relationship for determining the impact of parking resources on overall traffic congestion. Our simulated models use parameters informed by real-world data collected by the Seattle Department of Transportation.

연구 동기 및 목표

• 도시 주차를 게임 이론적 의사결정을 수반하는 병렬 큐 시스템으로 모델링하기.
• 자기 이기적인 행동(Nash 균형)과 다양한 정보 접근 조건 하에서의 사회적 최적 주차 전략을 비교하기.
• 정보 접근 방식(무료 또는 유료)이 운전자 복지, 혼잡도 및 시스템 효율성에 미치는 영향을 조사하기.
• 시애틀에서 확보한 실세계 데이터를 활용해 네트워크 수준의 주차 동역학을 시뮬레이션하여 점유율-혼잡도 트레이드오프 분석하기.
• 정책적 시사점을 제공하기 위해 의미 있는 사회적 복지 향상을 달성하기 위한 최소한의 정보 요구 조건 규명하기.

제안 방법

• c대기자리와 n시스템 용량을 갖는 M/M/c/n 병렬 큐로 도시 주차를 모델링한다.
• 운전자들이 이익 극대화를 위해 대기열에 참여할지 여부를 결정하는 비협력 게임을 수립한다.
• 두 가지 시나리오를 분석한다: (1) 대기열 길이를 자유롭게 관찰하는 경우, (2) 사전 구매를 통해 유료로 정보를 관찰하는 경우.
• 대기열 이론과 게임 이론적 최적화를 활용해 정적 대기열 길이 분포를 유도하고, Nash 균형 및 사회적 최적 균형을 계산한다.
• 다양한 접근 및 이용 방식을 반영하는 다중 큐를 통합한 네트워크 플로우 모델을 개발하여 실세계 주차 네트워크의 동역학을 시뮬레이션한다.
• 시애틀 교통국에서 제공한 실세계 데이터를 활용해 시뮬레이션 파라미터를 校정하고 혼잡도-복지 트레이드오프 평가를 수행한다.

실험 결과

연구 질문

• RQ1 주차 대기열 게임에서 Nash 균형과 사회적 최적 균형 간의 사회적 복지와 혼잡도 측면에서의 차이점은 무엇인가?
• RQ2 정보 접근 방식(무료 대비 유료)이 운전자 행동과 시스템 효율성에 미치는 영향는 어떠한가?
• RQ3 의미 있는 사회적 복지 향상을 달성하기 위해 전체 정보 접근이 반드시 필요한가?
• RQ4 네트워크 구조와 이용 수준은 주차 시스템의 대기 시간과 혼잡도에 어떤 영향을 미치는가?
• RQ5 완전한 관찰성 없이도 부분적인 정보 가용성이 상당한 복지 향상에 기여할 수 있는가?

주요 결과

• 모든 테스트된 파라미터 조합에서 사회적 최적 균형은 Nash 균형보다 항상 더 높은 사회적 복지를 달성한다.
• 사회적 최적 전략 하에서는 모든 이용 수준에서 평균 대기 시간이 Nash 균형보다 균일하게 낮으며, 특히 고용량 수준에서 두드러진다.
• Nash 균형에서는 ρ = 0.8에 도달할 무렵 봇물처럼 대기 시간이 급격히 감소하는 경향을 보이며, ρ가 1에 가까워질수록 급격히 증가한다.
• 완전한 관찰성 없이도 부분적인 정보 접근만으로도 상당한 복지 향상을 달성할 수 있으며, 이는 전체 관찰의 경제적 비현실성과 불필요성을 시사한다.
• 사회적 최적 전략은 Nash 전략보다 정보 접근 요구 수준이 낮아지며, 이는 타겟된 정보 유통이 높은 효율성 향상에 기여할 수 있음을 시사한다.
• 시애틀 데이터를 활용한 시뮬레이션 결과, 점유율-혼잡도 관계는 균형 선택에 의해 크게 영향을 받으며, 사회적 최적 전략은 고수요 조건 하에서도 혼잡도 감소에 기여함을 확인하였다.