[论文解读] Congestion-Aware Randomized Routing in Autonomous Mobility-on-Demand Systems

Federico Rossi, Rick Zhang+1 more|arXiv (Cornell University)|Sep 8, 2016

Transportation and Mobility Innovations参考文献 17被引用 4

一句话总结

本文提出了一种用于在拥堵城市网络中运行的自主移动即服务系统中的随机化算法，用于拥塞感知的路由与负载均衡。通过将交通速度建模为车辆密度的函数，该算法在保持低拥塞水平的同时，高效地最小化了车辆使用量，在真实模拟中实现了接近最优的性能，且额外延迟极少。

ABSTRACT

In this paper we study the routing and rebalancing problem for a fleet of autonomous vehicles providing on-demand transportation within a congested urban road network (that is, a road network where traffic speed depends on vehicle density). We show that the congestion-free routing and rebalancing problem is NP-hard and provide a randomized algorithm which finds a low-congestion solution to the routing and rebalancing problem that approximately minimizes the number of vehicles on the road in polynomial time. We provide theoretical bounds on the probability of violating the congestion constraints; we also characterize the expected number of vehicles required by the solution with a commonly-used empirical congestion model and provide a bound on the approximation factor of the algorithm. Numerical experiments on a realistic road network with real-world customer demands show that our algorithm introduces very small amounts of congestion. The performance of our algorithm in terms of travel times and required number of vehicles is very close to (and sometimes better than) the optimal congestion-free solution.

研究动机与目标

• 解决在交通速度依赖于车辆密度的城市路网中，自主车辆的路由与负载均衡挑战。
• 设计一种多项式时间算法，在尊重拥塞约束的前提下最小化道路上的车辆数量。
• 在现实的实证拥塞模型下，提供拥塞违规概率和近似质量的理论边界。
• 使用真实世界的需求模式在真实路网中评估算法性能，与最优无拥塞解进行对比。

提出的方法

• 将动态城市路网中拥塞感知约束下的路由与负载均衡问题形式化为NP难问题。
• 设计一种随机化算法，可对最优解进行近似，并提供拥塞违规概率的可证明保证。
• 整合一种常用的实证拥塞模型，以表征动态交通条件下预期的车辆使用量和出行时间。
• 推导出该算法相对于最优无拥塞解的近似因子的理论边界。
• 使用真实世界路网和实际客户需求轨迹的数值实验验证性能。
• 从车辆数量、出行时间及拥塞水平等方面，评估算法解的质量与最优无拥塞基线的对比。

实验结果

研究问题

• RQ1 如何在动态城市路网中，以拥塞感知的方式优化自主车辆的路由与负载均衡？
• RQ2 随机化算法在最小化车辆使用量的同时尊重拥塞约束的理论性能保证是什么？
• RQ3 与最优无拥塞解相比，该算法在出行时间和车队规模方面的解质量如何？
• RQ4 在所提出的算法下，违反拥塞约束的概率是多少，以及如何对其进行边界限定？
• RQ5 在具有实际客户需求的真实城市路网中，该算法在多大程度上减少了拥塞？

主要发现

• 所提出的随机化算法在出行时间与所需车辆数量方面的性能非常接近，甚至在某些情况下优于最优无拥塞解。
• 在具有真实世界需求模式的真实路网数值实验中，该算法仅引入了极少量的拥塞。
• 理论边界表明，违反拥塞约束的概率很低，确保了在动态交通条件下的可靠性。
• 使用广泛采用的实证拥塞模型表征了解决方案所需的预期车辆数量。
• 该算法相对于最优解提供了可证明的近似因子，性能保证在有界范围内。
• 该解决方案计算效率高，运行时间在多项式时间内，适用于实际部署的可扩展性。