Theory of Reinforcement Learning and Algorithms of Route Choice in Transportation Networks

交通网络中的强化学习理论与路径选择算法

• 批准号: 22360201
• 负责人: MIYAGI Toshihiko
• 金额: $ 5.24万
• 依托单位: Tohoku University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (B)
• 财政年份: 2010
• 资助国家: 日本
• 起止时间: 2010 至 2012
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22360201/
• 关键词: 繰り返しゲーム; 強化学習; 交通行動理論; 適応学習アルゴリズム; Nash 均 衡; 利用者均衡確率近似理論; 動的離散的選択モデル; Nash均衡; 利用者均衡; 確率近似理論; ゲーム理論; 強化学習理論; 実験経済学; 経路選択行動; リグレット基準; ネットワーク均衡; 離散的交通行動理論; ロジット均衡

This research shows that an individual traveler in transportation networks is rigorously modeled as an adaptive learning agent who receives travel information through day-to-day experience and makes his decision so as to reinforce his action depending the realized payoffs. An adaptive learning algorithm consistent with the theory is proposed and proved that it leads the system to a Nash equilibrium with probability one. The proposed algorithms have tested numerically by using example networks with various ill-defined link cost functions and examined a rapid convergence of the algorithms. In addition, we have proposed an estimation method for the structure parameters included in the route choice model. The application to the data of theday-to-day route choice obtained by the indoor experiments was satisfactory.

该研究表明，在交通网络中的个人旅行者被严格建模为自适应学习代理人谁接收的旅行信息，通过日常的日常经验，使他的决定，以加强他的行动依赖于实现的回报。提出了一种与理论相一致的自适应学习算法，并证明了该算法使系统以概率1到达纳什均衡。所提出的算法进行了数值测试，使用的例子网络与各种定义不明确的链路成本函数，并检查算法的快速收敛。此外，我们还提出了一种估计方法的结构参数中包含的路径选择模型。应用于室内实验获得的日常路径选择数据，效果令人满意。

项目成果

nformed-user algorithms that converges to Nash equilibrium in traffic games

流量博弈中收敛到纳什均衡的知情用户算法

• 作者: Regmi;R.K.;Nakagawa;H.;Kawaike;K.;Baba;Y.;Zhang;H.;重谷祐樹;G.C. Peque,Jr.
• 通讯作者: G.C. Peque,Jr.

カルマンフィルターを応用した所要時間推定法の提案実用性

提出了应用卡尔曼滤波器所需时间估计方法的实用性

• 发表时间: 2010
• 作者: Zhang H.;Nakagawa;H. and Mizutani;H;村上大輔・堤盛人;Mohammad Farid;高橋雅憲,高山純一,中山晶一朗;渡部桂子;宮田輝星・宮城俊彦
• 通讯作者: 宮田輝星・宮城俊彦

経路選択行動に関する室内実験

路径选择行为的实验室实验

• 发表时间: 2013
• 期刊: 交通工学
• 作者: Ryosuke Arai;So Kazama;Sinji Takahashi and Yasuhiro Takemon;A. Matsumoto;池田愛,宮城俊彦
• 通讯作者: 池田愛,宮城俊彦

社会資本整備を内包した経済成長モデルのパラメータ推定

包括社会资本发展的经济增长模型参数估计

• 发表时间: 2010
• 期刊: 土木計画学研究・論文集
• 作者: Toru Hagiwara;Hidekatsu Hamaoka;加藤裕人・宮城俊彦・仲原由布子
• 通讯作者: 加藤裕人・宮城俊彦・仲原由布子

Informed-user algorithms that converges to Nash equilibrium in traffic games

在流量博弈中收敛到纳什均衡的知情用户算法

• 发表时间: 2012
• 期刊: Procedia-Social and Behavioral Sciences
• 作者: Miyagi;T.;and G.C. Peque,Jr.
• 通讯作者: and G.C. Peque,Jr.