基于SOAR认知架构的交通诱导服从行为研究

本项目基于SOAR认知框架，主要围绕交通诱导信息对驾驶员的影响，诱导服从行为的形成机理和演变规律以及VMS诱导信息发布的优化研究三大部分展开。SOAR认知框架是一个包括智力、学习和记忆的通用认知架构，能够模拟和反映人类的认知、决策和学习等行为，为交通诱导服从行为的研究提供了很好的思路。在本研究过程中，综合运用了认知心理学、统计学、博弈论、系统仿真理论和计算机技术等多学科知识，采用了调查问卷、模拟实验和仿真研究的方法，从微观到宏观分析了诱导信息和驾驶员服从决策行为的相互作用关系。首先，构建诱导条件下驾驶员的信息感知模型，并通过模拟实验进行量化研究；其次，通过大量的调查数据和理论分析研究交通诱导信息对个体出行诱导服从行为的影响，研究表明驾驶员的年龄、收入、路径选择风格等属性以及诱导信息的发布形式、发布位置都对驾驶员的诱导服从行为产生很大的影响，而且对不同的出行者产生不同的影响效果，即不同类别的驾驶员具有差异的风险态度和决策偏好。然后基于SOAR认知框架，从驾驶员个体入手，设计出交通诱导服从行为智能体，构建交通诱导服从行为仿真模型，细致体现诱导信息条件下驾驶员认知更新和决策过程，研究驾驶员诱导服从行为的形成机理和演变规律；最后以多智能体框架为平台构建一个既能反映交通管理者对路网能力进行优化分配、又不违反驾驶员诱导服从决策偏好的仿真模型，分析不同发布策略下的交通负荷和路网均衡特性，并在此基础上提出切合实际的诱导系统规划设计方法，为制定特定诱导条件下的交通管理策略，优化VMS布置，确定诱导信息内容和发布方式提供新的依据和实用方法。