[论文解读] Adaptive strategies for route selection en-route in transportation networks

Tak Shing Tai, Chi Ho Yeung|arXiv (Cornell University)|Apr 27, 2021

Transportation Planning and Optimization参考文献 22被引用 6

一句话总结

本研究提出一种基于二维元胞自动机模型的自适应路径选择策略，其中车辆根据局部交通状况动态调整其路径贪婪度（即选择最短路径的倾向）。结果表明，在高密度交通中频繁且大幅度调整路径贪婪度会损害性能；而在拥堵状态下，更新频率较低、幅度较小的策略反而优于自适应策略，表明在拥堵条件下，受控的非自适应路由更为有效。

ABSTRACT

We examine adaptive strategies adopted by vehicles for route selection en-route in transportation networks. By studying a model of two-dimensional cellular automata, we model vehicles characterized by a parameter called path-greediness, which corresponds to the tendency for them to travel to their destinations via the shortest path. The path-greediness of each individual vehicle is updated based on the local traffic conditions, to either keep the vehicle travels via a shorter path in an un-congested region or to explore longer diverted paths in a congested region. We found that the optimal number of steps to trigger an update of path-greediness is dependent on the density of vehicles, and the magnitude of path-greediness increment affects the macroscopic traffic conditions of the system. To better coordinate vehicles in denser networks, the update on the tendency for vehicles to travel via the shorter paths should be gradual and less frequent.

研究动机与目标

• 研究基于局部交通状况的自适应路径选择策略如何影响交通流与车辆到达率。
• 确定在交通状况变化时，路径贪婪度更新的最优频率与幅度。
• 评估自适应策略在不同交通密度区间是否优于非自适应、受控的路由策略。
• 分析路径贪婪度随时间的变化动态及其与拥堵模式的相关性。
• 识别自适应路由在何种条件下可提升或恶化宏观交通性能。

提出的方法

• 采用二维周期性晶格元胞自动机模型，模拟具有 L×L 网格单元和 N 辆车辆的交通网络。
• 每辆车辆被赋予一个路径贪婪度参数 g（0 ≤ g ≤ 1），其中 g=1 表示始终选择最短路径，g=0 表示随机移动。
• 每辆车的预期移动方向根据 g 概率确定，g 越高越倾向于朝向目的地移动。
• 路径贪婪度 g 每隔 P 个时间步更新一次，更新量为固定值 Δg，依据局部交通密度与拥堵水平进行调整。
• 更新规则使 g 在拥堵区域增加（鼓励路径探索），在自由流区域减少（偏好最短路径）。
• 性能通过 T 个模拟步长内的总车辆到达数衡量，比较不同车辆密度（ρ）下自适应与非自适应策略的表现。

实验结果

研究问题

• RQ1 路径贪婪度更新频率（P）在不同车辆密度区间如何影响交通性能？
• RQ2 为最小化拥堵并最大化车辆到达数，路径贪婪度增量（Δg）的最优幅度是什么？
• RQ3 与非自适应、受控的路由相比，自适应路径选择是否在自由流与拥堵状态下均能改善交通流？
• RQ4 平均路径贪婪度 ̄g 随时间的波动如何反映网络中的瞬时拥堵事件？
• RQ5 在何种交通密度条件下，自适应路由无法超越非自适应、集中控制的策略？

主要发现

• 在自由流状态（ρ = 0.16）下，高更新频率（P=3）与大 Δg 的自适应策略优于非自适应控制，车辆到达数最高提升 15%。
• 在拥堵流状态（ρ = 0.4）下，仅当更新频率较低（P=10）且 Δg 较小时，自适应策略才优于非自适应控制，性能窗口极为狭窄。
• 在高密度拥堵状态（ρ = 0.7）下，无论 P 和 Δg 取值如何，非自适应受控策略始终优于所有自适应策略，表明自适应路由在严重拥堵下完全无效。
• 平均路径贪婪度 ̄g 的时间序列显示，在瞬时拥堵事件期间出现短暂下降，尤其在高 P 条件下（如 P=10），表明车辆因阻塞而暂时丧失方向性。
• 在高密度区域（ρ ≥ 0.4），̄g 在 0.1–0.45 之间波动，某些情况下降至接近零，尤其在长更新间隔（P=10）时，表明车辆普遍停滞且路由意图丧失。
• 频繁更新（P=3）可降低大范围拥堵簇形成的概率，因车辆能更快响应局部状况，从而减少 ̄g 的临时下降。