The Green Choice: Learning and Influencing Human Decisions on Shared Roads
The Green Choice: Learning and Influencing Human Decisions on Shared Roads
复制标题
绿色选择：学习并影响人类在共享道路上的决策
DOI：
10.1109/cdc40024.2019.9030169
复制
发表时间：
2019
期刊：
影响因子：
--
通讯作者：
Pedarsani, Ramtin
中科院分区：
文献类型：
--
作者：
Biyik, Erdem;Lazar, Daniel A.;Sadigh, Dorsa;Pedarsani, Ramtin
即使人类驾驶员和自动驾驶汽车共用道路，自动驾驶汽车也有可能通过队列行驶来增加道路通行能力。然而，当道路网络的用户自私地选择他们的路线时，所产生的交通配置可能非常低效。因此，我们考虑如何影响人类决策，以减少这些道路上的拥堵。我们考虑一个具有两种交通模式的平行道路网络：（i）人类驾驶员将选择可用的最快路线，以及（ii）乘车服务，该服务为用户提供一系列自动驾驶车辆乘车选项，每种选项都有不同的价格。在这项工作中，我们寻求设计这些价格，以便当自动驾驶服务用户从这些选项中进行选择并且人类驾驶员自私地选择他们所得到的路线时，道路使用最大化，交通延误最小化。为此，我们正式建立了一个模型，说明自主服务用户如何在具有不同价格/延迟值的路线之间进行选择。开发基于偏好的算法来了解用户的偏好，并使用与交通基本图相关的车流模型，我们制定规划优化以最大化社会目标，并展示所提出的路线和学习方案的好处。
Autonomous vehicles have the potential to increase the capacity of roads via platooning, even when human drivers and autonomous vehicles share roads. However, when users of a road network choose their routes selfishly, the resulting traffic configuration may be very inefficient. Because of this, we consider how to influence human decisions so as to decrease congestion on these roads. We consider a network of parallel roads with two modes of transportation: (i) human drivers who will choose the quickest route available to them, and (ii) ride hailing service which provides an array of autonomous vehicle ride options, each with different prices, to users. In this work, we seek to design these prices so that when autonomous service users choose from these options and human drivers selfishly choose their resulting routes, road usage is maximized and transit delay is minimized. To do so, we formalize a model of how autonomous service users make choices between routes with different price/delay values. Developing a preference-based algorithm to learn the preferences of the users, and using a vehicle flow model related to the Fundamental Diagram of Traffic, we formulate a planning optimization to maximize a social objective and demonstrate the benefit of the proposed routing and learning scheme.
登录
查看更多内容
DOI：
10.1016/j.trc.2018.02.005
发表时间：
2018-04-01
影响因子：
8.3
作者：
Stern, Raphael E.;Cui, Shumo;Work, Daniel B.
通讯作者：
Work, Daniel B.
无私的自治：克服共享道路上的拥堵
DOI：
--
发表时间：
2018
期刊：
Workshop on the Algorithmic Foundations of Robotics
影响因子：
--
作者：
Erdem Biyik;Daniel A. Lazar;Ramtin Pedarsani;Dorsa Sadigh
通讯作者：
Dorsa Sadigh
DOI：
--
发表时间：
2015
期刊：
IEEE Conference on Decision and Control
影响因子：
--
作者：
S. Sivaranjani;Yuh;V. Gupta;K. Savla
通讯作者：
K. Savla
DOI：
10.23919/acc.2018.8431087
发表时间：
2017-10
期刊：
2018 Annual American Control Conference (ACC)
影响因子：
--
作者：
Daniel A. Lazar;S. Coogan;Ramtin Pedarsani
通讯作者：
Daniel A. Lazar;S. Coogan;Ramtin Pedarsani
提出简单的问题：一种用户友好的主动奖励学习方法
DOI：
--
发表时间：
2019
期刊：
Proceedings of the 3rd Conference on Robot Learning
影响因子：
--
作者：
Erdem Biyik, Malayandi Palan
通讯作者：
Erdem Biyik, Malayandi Palan