[论文解读] Information Design for Regulating Traffic Flows under Uncertain Network State

Manxi Wu, Saurabh Amin|arXiv (Cornell University)|Aug 19, 2019

Transportation Planning and Optimization参考文献 11被引用 4

一句话总结

该论文提出了一种信息设计框架，通过战略性地向部分出行者共享关于网络状态的噪声信号，以最小化城市路网中的交通溢出。在具有不确定事故状态的两路段路径选择博弈中，利用贝叶斯说服理论，该研究分析刻画了实现最小溢出的最优信号分布——即使并非所有出行者都接收到信号，只要接收比例超过临界阈值（例如13.3%），即可实现该目标。

ABSTRACT

Traffic navigation services have gained widespread adoption in recent years. The route recommendations generated by these services often leads to severe congestion on urban streets, raising concerns from neighboring residents and city authorities. This paper is motivated by the question: How can a transportation authority design an information structure to induce a preferred equilibrium traffic flow pattern in uncertain network state conditions? We approach this question from a Bayesian persuasion viewpoint. We consider a basic routing game with two parallel routes and an uncertain state that affects the travel cost on one of the routes. The authority sends a noisy signal of the state to a given fraction of travelers. The information structure (i.e., distribution of signals in each state) chosen by the authority creates a heterogeneous information environment for the routing game. The solution concept governing the travelers' route choices is Bayesian Wardrop Equilibrium. We design an information structure to minimize the average traffic spillover -- the amount of equilibrium route flow exceeding a certain threshold -- on one of the routes. We provide an analytical characterization of the optimal information structure for any fraction of travelers receiving the signal. We find that it can achieve the minimum spillover so long as the fraction of travelers receiving the signal is larger than a threshold (smaller than 1).

研究动机与目标

• 解决导航应用推荐导致邻里道路交通拥堵的实际挑战。
• 构建一个中心化机构设计信息信号以在不确定网络状态下调控交通流的模型。
• 考虑现实情况：仅部分出行者能获取状态信息，从而形成异质性信息环境。
• 通过最优信号设计，最小化目标路段上平均交通溢出（即超过阈值的流量）。
• 在贝叶斯沃罗普均衡下，表征任意给定接收信号的出行者比例下的最优信息结构。

提出的方法

• 建立一个双平行路段网络模型，其中一条路段因随机事故导致出行成本上升。
• 采用贝叶斯路径选择博弈，出行者根据私人信号选择路径，形成贝叶斯沃罗普均衡。
• 将信息设计问题建模为对信号分布（信息结构）的优化问题，以最小化期望溢出。
• 根据其对均衡流量的定性影响，将可行的信息结构划分为两类（命题1）。
• 使用非线性、非凸优化技术推导最优信号分布的解析解。
• 将最优信号结构表征为事故概率和接收信号出行者比例（λ）的函数，识别出阈值（例如，λ̲ = 0.133）。

实验结果

研究问题

• RQ1 在何种条件下，中心化机构可通过设计信息信号来最小化目标路段的交通溢出？
• RQ2 接收信号的出行者比例如何影响可实现的最小溢出？
• RQ3 对于任意给定的知情出行者比例，最优信息结构（信号分布）是什么？
• RQ4 是否可以在不向所有出行者提供信号的情况下实现最小溢出？
• RQ5 与无信息或完全信息情形相比，最优信息设计在溢出和成本方面表现如何？

主要发现

• 只要接收信号的出行者比例超过临界阈值（例如示例中为13.3%），即可实现最小平均溢出，即使并非所有出行者都知情。
• 当事故概率较低时，最优策略是完全不提供信息，从而实现零溢出。
• 在高事故概率下，最优信息结构取决于知情出行者比例，且可被解析表征。
• 当λ > 25%时，与无信息相比，最优信息设计可使平均溢出减少18%；与完全信息相比，可减少47%。
• 在最优信息设计下，均衡平均成本低于无信息情形，但略高约1%（高于完全信息情形）。
• 当机构可同时选择λ和信号结构时，最优策略是向比例λ̲的出行者提供完全信息，从而最小化溢出和平均成本。