Iterative Recommendations based on Monte Carlo Sampling and Trust Estimation in Multi-Stage Vehicular Traffic Routing Games
针对驾驶员对智能交通系统（ITS）推荐缺乏信任导致的拥堵问题，本文将其交互建模为多阶段路由博弈，提出基于蒙特卡洛采样和信任更新的ROSTER算法，可实现信任预测误差收敛并同时缓解拥堵、减少旅行时间。
2025-04-14 cs.GT
Decision Making in Urban Traffic: A Game Theoretic Approach for Autonomous Vehicles Adhering to Traffic Rules
针对城市自动驾驶中复杂交通交互与规则遵守难题，提出融合规则路权参数、将决策建模为微分博弈并求解纳什均衡的框架，经仿真和实车验证可实现安全合规交互。
2025-05-15 cs.GT cs.MA cs.RO
Self-Fulfilling Signal of an Endogenous State in Network Congestion Games
研究了在交通流信息不完全的情况下，网络拥塞博弈中通过信号协调来改善社会福利的问题。传统的信号控制研究只关注拥挤的外生因素，忽视了拥挤的外部性，没有考虑交通流的振荡现象。为了解决这一差距，我们制定了一个问题，设计一个协调信号的交通流量的内源性信息，并介绍了它的自我实现的信号，保证结果流与信号本身一致，而不会引起不必要的振荡特性。在高斯信号分布的情况下示出了自实现信号的实例。此外，我们给出了简单的数值例子。结果揭示了自实现信号如何抑制振荡，同时通过提高网络效率来提高社会福利。
2017-05-22 cs.GT
Load Balancing Congestion Games and their Asymptotic Behavior
路由博弈的一个核心问题是建立均衡的唯一性条件，无论是在网络拓扑结构方面还是在成本方面。这个问题在两类路由博弈中得到了很好的理解。第一种是Wardrop在1952年引入的非原子路由，在道路交通的背景下，每个参与者（汽车）都是无限小的;一辆车对拥堵的影响可以忽略不计。每辆车都希望尽量减少其预期延误。在任意拓扑下，这样的博弈已知具有凸势，因此具有唯一的均衡。第二个框架是可分裂的原子博弈：有100多个参与者，每个参与者控制着一个个体群体的路线（让他们成为道路交通中的汽车或通信网络中的数据包）。在本文中，我们研究了其他两个框架的路由游戏中，每个玩家有一个整数的连接（这是人口的数据包）路由，并有一个约束，连接不能被分割。通过一个特定的游戏，一个简单的三个链接拓扑结构，我们确定了各种新颖的和令人惊讶的属性，这些框架内的游戏。我们特别表明，即使在潜在的博弈设置罗森塔尔严格凸链接成本的均衡是非唯一的。我们进一步表明，非对称平衡出现在对称网络。I.引言路由游戏的一个中心问题是建立条件的唯一性的均衡，无论是在网络拓扑结构或成本方面。关于这些问题的综述见[1]。平衡点的唯一性问题已经在两个不同的框架中研究过。第一种，我们称之为F1，是Wardrop在1952年引入的非原子路由，在道路交通的背景下，每个参与者（汽车）都是无限小的;一辆车对拥堵的影响可以忽略不计。每辆车都希望尽量减少其预期延误。在任意拓扑结构…
2015-12-31 cs.GT
Detection and Mitigation of Attacks on Transportation Networks as a Multi-Stage Security Game
近年来，最先进的交通控制设备已经从独立的硬件发展到联网的智能设备。智能交通控制使运营商能够通过获取实时交通数据并将交通信号从固定时间表更改为自适应时间表来减少交通拥堵和对环境的影响。然而，这些功能无意中使流量控制暴露于各种网络攻击，对手可以通过无线网络甚至通过互联网轻松安装。事实上，最近的研究发现，在实践中部署的大量交通信号存在可利用的漏洞，对手可能会利用这些漏洞来控制设备。由于大多数设备都采用了基于硬件的故障保护，对手无法通过将受损信号设置为危险配置来直接造成交通事故。尽管如此，对手可以通过改变受损交通信号的时间表来造成灾难性的交通拥堵，从而有效地削弱交通网络。为了保护交通网络免受这些攻击提供理论基础，我们引入了一个博弈论模型的发射，检测和减轻攻击，篡改交通信号时刻表。我们发现，找到最佳策略是一个计算上具有挑战性的问题，我们提出了有效的启发式算法，找到接近最佳的策略。我们还介绍了一个基于高斯过程的异常检测器，它可以提醒运营商正在进行的攻击。最后，我们评估我们的算法和建议的检测器使用基于SUMO交通模拟器的数值实验。
2019-08-02 cs.CR cs.GT
Optimizing Vulnerability-Driven Honey Traffic Using Game Theory
企业越来越担心在数月甚至数年内缓慢而故意地利用资源的对手。这个杀伤链中的一个关键步骤是网络侦察，它在历史上一直很活跃（例如，网络扫描）并且因此是可检测的。然而，新的网络技术增加了被动网络侦察的可能性，这将在很大程度上无法被防御者发现。在本文中，我们提出了Snaz，这是一种使用欺骗性的蜂蜜流量来混淆通过被动网络侦察获得的知识的技术。我们提出了一个两人非零和Stackelberg游戏模型，其特征在于防御者应该如何部署蜂蜜流量的对手谁知道Snaz的存在。在这样做的过程中，我们证明了存在最佳的防御策略，将劝阻对手采取行动的存在下观察到的网络流量中的真正的漏洞，或揭示对手的存在时，它试图在不知不觉中攻击入侵检测节点。
2020-02-21 cs.CR cs.GT
A Game Theory Based Ramp Merging Strategy for Connected and Automated Vehicles in the Mixed Traffic: A Unity-SUMO Integrated Platform
匝道合流由于其混沌性，被认为是造成交通拥堵和交通事故的主要原因之一。随着互联与自动驾驶技术的发展，协同匝道并道成为解决这一问题的主流方法之一。在混合交通情况下，CAV不仅可以相互交互，还可以处理涉及人类驾驶车辆的复杂情况。针对混合交通条件下CAV的最优合流协调问题，提出了一种基于博弈论的匝道合流策略，确定了动态合流顺序和相应的纵向/横向控制。该策略通过保证车辆之间的安全间距和协调交通流中CAV的速度，提高了合并过程的安全性和效率。为了验证所提出的策略，不同的渗透率和不同的拥堵程度下的混合交通模拟已经进行了创新的Unity-SUMO集成平台，它连接了基于游戏引擎的驾驶模拟器与交通模拟器。该平台允许人类驾驶员参与模拟，并为CAV配备更逼真的传感系统。在交通流水平模拟测试中，Unity接管了模拟中所有CAV的感知和控制，而SUMO则处理所有传统车辆的行为。结果表明，该方案可使交通流平均速度提高110%，燃油消耗降低77%。
2021-01-27 cs.GT cs.SY eess.SY
An Extended Game-Theoretic Model for Aggregate Lane Choice Behavior of Vehicles at Traffic Diverges with a Bifurcating Lane
道路网络的交汇点，如合流和分流，往往成为引发和加剧拥堵的瓶颈。更复杂的路口配置导致更复杂的驾驶员行为，从而导致更难以预测和缓解的聚集拥堵模式。在本文中，我们讨论的发散配置，在某些车道上的车辆只能进入一个下游的道路，但其他车道上的车辆可以进入几个下游的道路之一。与直觉相反，这些分叉车道，而不是缓解拥堵（作为一个多功能的资源，可以服务于任何下游道路的需求变化），往往会造成巨大的拥堵，由于车道的变化。我们开发了一个总的车道变换模型，这种情况下，是有足够的表现力来模拟司机的选择和由此产生的拥堵，但足够简单，易于分析。我们使用一个博弈论的框架来模拟自私车辆的车道选择行为作为Wardrop均衡（一种聚合类型的纳什均衡）。然后，我们建立这个均衡的存在性和唯一性。我们解释了我们的模型如何可以很容易地使用模拟数据或真实数据进行校准，我们提出的结果表明，我们的模型成功地预测了广泛使用的行为变道模型出现的聚合行为。我们的模型的表现力，易于校准，和准确性可能使其成为一个有用的工具，以减轻在这些复杂的分歧。
2019-04-17 cs.GT
Reducing Collision Risk in Multi-Agent Path Planning: Application to Air traffic Management
为了最小化具有随机转移动力学的多智能体路径规划问题中的碰撞风险，我们制定了一个马尔可夫决策过程拥塞博弈的多线性拥塞成本。玩家在游戏中完成各自的任务，同时最大限度地减少自己的碰撞风险。我们表明，纳什均衡集与一个非凸优化问题的一阶KKT点重合。我们的游戏被应用到法国的历史飞行计划，以减少商业飞机之间的碰撞风险。
2022-12-10 cs.GT cs.MA
Game Theoretic Analysis of Road User Safety Scenarios Involving Autonomous Vehicles
行人、骑自行车的人和人类驾驶的车辆之间的相互作用多年来一直是交通安全的主要问题。即将到来的自动驾驶汽车时代将进一步提出自动驾驶汽车能否准确避免事故的主要问题;另一方面，可用性问题将出现在人类驾驶的汽车和行人是否可以以自动驾驶汽车为代价来控制道路，而自动驾驶汽车将被编程以避免事故。本文提出了一些适用于相关交通场景的博弈论模型。在前两个游戏中，分析了行人和车辆（自主或非自主）之间的相互影响，而第三个游戏则研究了两辆车的交叉路口，可能是自主的。为了证明理论分析和预测的行为，游戏进行了模拟。这些调查可以揭示如何新的城市交通法规可能需要允许更好的车辆之间的互动和交通和通信车辆网络的总体改善管理的新的光。
2018-06-24 cs.GT cs.LO
When Congestion Games Meet Mobile Crowdsourcing: Selective Information Disclosure
在拥挤博弈中，用户做出短视的路径决策，造成彼此拥挤，而拥有充分信息的社会规划者则在信息方或支付方设计机制进行调节。然而，难以获得时变交通状况，并且新兴的众包平台（例如，Waze和Google地图）为在路径上旅行的移动用户提供了一种方便的方式，以了解和分享随着时间的推移的交通状况。当拥塞博弈遇到移动众包时，激励自私用户改变其短视的路由策略并达到最佳的开发-探索权衡是至关重要的。通过考虑一个简单但基本的并行路由网络，原子用户具有一条确定性路径和多条随机路径，证明了近视路由策略的无政府代价（PoA）大于$\frac{1}{1-ρ}$，它可以作为折扣因子$ρ\rightarrow1$任意大.为了弥补这种巨大的效率损失，我们提出了一个选择性的信息披露（SID）机制：我们只透露最新的流量信息，当用户打算过度探索随机路径，而隐藏这些信息时，他们想要探索。我们证明，我们的机制减少PoA小于$\frac{1}{1-\fracρ{2}}$。除了最坏情况下的性能，我们进一步研究我们的机制的平均情况下的性能，通过使用广泛的模拟。
2023-02-12 cs.GT
Dynamic system optimal traffic assignment with atomic users: Convergence and stability
本研究分析了固定出发时间下动态系统最优交通分配的收敛性与稳定性，将其表述为势博弈，证明了最优状态的随机稳定性，并发现边际成本定价的演化实施机制比固定定价更平滑、鲁棒。
2021-05-19 cs.GT math.OC
Partial Altruism is Worse than Complete Selfishness in Nonatomic Congestion Games
我们寻求理解人类和机器之间基础设施规模交互的基本数学，特别是当机器的预期目的是影响和优化人类的行为时。为此，本文研究了非原子网络拥塞游戏中可能出现的最坏情况拥塞，当一小部分流量是完全利他的（例如，仁慈的自动驾驶汽车）而其余的是完全自私的（例如，人类通勤者）。我们研究的最坏情况下的危害利他主义在这种情况下的反常指数，或最坏情况下的均衡拥塞成本的存在下，利他主义的交通，相对于拥塞成本，如果所有的交通都是自私的。我们推导出一个紧界的反常指数的类串并联网络拥塞游戏凸延迟函数，并显示三个事实：第一，利他主义的危害是最大化时，正好有一半的流量是利他主义的，但它优雅地消失时，利他主义流量的分数接近0或1。其次，我们表明，利他主义的危害是线性增加的网络延迟函数的“陡度”的自然措施。最后，我们表明，对于任何非平凡的部分利他主义的流量，利他主义的危害超过了无政府状态的无政府代价与所有自私的流量：在某种意义上，部分利他主义比完全自私。
2020-07-10 cs.GT cs.SY eess.SY
Multipath Wireless Network Coding: A Population Game Perspective
我们考虑无线网络中，每个源和目的地之间的多条路径。我们允许每个源之间的所有可用路径的流量，并提出这样的问题：我们如何达到最低的传输数量，以支持一个给定的流量矩阵？在两个无线跳上以相反方向绑定的业务可以利用网络编码的“反向拼车”优势，以减少所使用的传输次数。我们把这种编码跳称为“超链接”。使用反向拼车技术，较长的路径可能比较短的路径便宜。然而，有一个囚徒困境类型的情况之间的来源-网络编码的优势是实现只有当有流量在两个方向的共享path. We开发了一个两级分布式控制方案，通过宣布一个超链接的能力，允许源分裂他们的流量自私地在一个分布式的方式，然后改变超链接的能力，根据用户的行动，从彼此的选择，adverples。我们证明了这样的控制器是稳定的，并通过仿真验证了我们的分析见解。
2009-08-23 cs.GT cs.NI
Modeling and Analysis of Heterogeneous Traffic Networks with Anarchists and Socialist Traffic
在本文中，我们考虑一个异构的交通网络与多个用户类有很大的不同，在他们的路径选择目标。特别是，我们考虑两类用户：谁寻求最大限度地减少社会成本（社会主义者）和典型的贪婪的目标（无政府主义者），这导致了一个异构的游戏称为HetGame。本文提出了一个分析框架，以获得最佳/均衡流在这样一个异构的游戏，以及相同的方法。本文考虑了不同网络的多个例子，以获得最优的交通分配。我们引入两个度量：$α$无政府状态的代价和良好行为的代价来评估无政府主义者的影响和中央指令的含义。最后，所提出的算法实现了一个真实的交通网络，以获得见解。
2019-10-07 cs.GT cs.IT math.IT
Distributed Learning for Dynamic Congestion Games
针对动态拥堵博弈中短视推荐导致探索不足和 PoA 过高的问题，本文提出组合隐藏与概率推荐（CHAR）机制，将 PoA 降至小于 5/4，并用真实数据验证其性能。
2024-05-05 cs.GT
Equilibrium and Potential in Coalitional Congestion Games
拥挤博弈模型被广泛用于分析与交通和通信相关的博弈。这些博弈的一个中心性质是它们是潜在博弈，因此是纯纳什均衡。在现实中，通常情况下，一些参与者合作决定他们的联合行动，以最大限度地提高联盟的总效用。这是由联盟拥塞博弈建模的。典型的设置包括为同一运输公司工作的卡车司机，或属于同一ISP的路由器。联盟的形成通常意味着，由此产生的联盟拥塞博弈将不再是一个纯粹的纳什均衡。在本文中，我们提供的条件下，这种游戏是潜在的游戏和一个纯纳什均衡。
2011-11-16 cs.GT
Cooperative Maneuvers of Highly Automated Vehicles at Urban Intersections: A Game-theoretic Approach
在本文中，我们提出了一种方法，如何连接和高度自动化的车辆可以在城市交叉口进行合作机动，如变道和左转，在那里他们必须处理人类操作的车辆和脆弱的道路使用者，如骑自行车的人和行人在所谓的混合交通。为了支持协同机动的城市交叉口配备了智能控制器，该控制器可以访问交叉口沿线的不同传感器，以检测和预测所涉及的交通参与者的行为。由于交叉口控制器不能直接控制所有的道路使用者-尤其是由于法律情况-驾驶决策必须始终由车辆控制器本身，我们专注于一个分散控制范例。在这种情况下，互联和高度自动化的车辆使用一些精心挑选的博弈论概念来做出关于合作机动的最佳和明确的决策。目的是提高交通效率，同时维持道路安全。我们的第一个结果得到了一个原型实现的方法在交通模拟是有前途的。
2022-11-03 cs.GT cs.MA
Pricing, Competition, and Routing for Selfish and Strategic Nodes in Multi-hop Relay Networks
我们研究了多跳中继网络中的定价博弈，其中节点自私地和策略性地为他们的服务定价并路由他们的流量。在这个博弈中，每个节点（1）宣布定价函数，该定价函数指定它根据路由到它的流量的数量向其相应客户要求的支付，并且（2）将它接收到的总流量分配给它的服务提供商。一个节点的利润是从服务他人获得的收入与使用他人服务的成本之间的差额。我们表明，这样的游戏的社会最优路由总是可以诱导的均衡，没有节点可以增加其利润，单方面改变其定价函数或路由决策。另一方面，也可能存在非效率均衡。我们通过推导无效率均衡下无政府状态无政府代价来描述效率损失。我们证明了对于边际成本函数为凹函数的寡头垄断，无政府状态的无政府代价是有限的，而对于一般拓扑和成本函数，无政府状态的代价是无限的。
2007-10-15 cs.GT
Stackelberg Equilibria for Two-Player Network Routing Games on Parallel Networks
我们考虑一个两人零和网络路由博弈，其中路由器希望最大化从给定源节点流向目的节点的合法流量，而攻击者希望通过向网络中充斥恶意流量来阻止尽可能多的合法流量。我们解决方案与不对称的信息，其中路由器必须揭示其政策之前，攻击者决定如何分配网络链路之间的恶意流量，这是自然建模的概念Stackelberg均衡。本文侧重于并行网络，并包括三个主要贡献：我们表明，计算最佳攻击策略对给定的路由策略是一个NP难问题;我们建立的条件下，Stackelberg均衡导致没有遗憾;我们提供了一个度量，可用于量化的不确定性攻击者的能力限制了路由器的性能。
2020-03-12 cs.GT cs.NI cs.SY
Reducing selfish routing inefficiencies using traffic lights
University of Warwick（华威大学）
交通拥堵游戏抽象远离交通网络中的交叉口的成本，然而，在城市环境中，这些往往会显着影响行程时间。在本文中，我们配备了交通信号灯的拥堵游戏，建模为基于路口的等待周期，从而使更现实的路线规划策略。使用相扑模拟器，我们表明，我们的建模选择符合现实的路由行为，特别是，司机的决定，路线选择的基础上，红灯时间的比例为他们的旅行方向。根据实验结果，我们表明，臭名昭著的Braess悖论的影响，可以避免在理论上和显着减少在实践中，通过分配适当的交通灯周期沿交通网络。
2019-12-13 cs.AI cs.GT cs.MA
Network Formation: Heterogeneous Traffic, Bilateral Contracting and Myopic Dynamics
我们研究了一个网络形成的游戏中，节点希望发送流量到其他节点。节点可以双边收缩其他节点形成双向链路，也可以单方解除合同消除相应链路。我们的模型是Arcaute等人的模型的扩展。新颖之处在于我们不要求流量是统一的。每个节点指定它想要发送到任何其他节点的流量。我们刻画了稳定的拓扑结构下的一个静态的观点，我们也研究了一个近视的动态下的游戏。我们证明了它的收敛到稳定的网络在一些自然的假设下的收缩功能。最后，我们考虑的两两纳什拓扑的效率从社会的角度来看，我们表明，决定存在稳定的拓扑结构的给定价格的问题是$\NP$ -完全的。
2012-03-26 cs.CC cs.GT
Integrated Decision Making and Trajectory Planning for Autonomous Driving Under Multimodal Uncertainties: A Bayesian Game Approach
The Hong Kong University of Science and Technology（香港科技大学）
提出基于贝叶斯博弈的自动驾驶集成决策与轨迹规划框架，通过无悔学习求解贝叶斯粗相关均衡，在多模态不确定性下实现交互式最优策略，闭环仿真验证了其泛化性与有效性。
2024-09-21 cs.GT cs.RO
Vehicles, Pedestrians, and E-bikes: a Three-party Game at Right-turn-on-red Crossroads Revealing the Dual and Irrational Role of E-bikes that Risks Traffic Safety
Peking University（北京大学）
本研究通过量化响应均衡模型分析红灯右转路口车辆、行人、电动自行车三方博弈，揭示电动自行车兼具行人与机动车双重特性且行为更似机动车，其交互缺乏秩序，威胁交通安全，为优化法规提供理论依据。
2024-11-04 cs.GT cs.LG physics.soc-ph
Public Signals in Network Congestion Games
Department of Computer Science, RWTH Aachen University（亚琛工业大学计算机系）
本文研究随机出行时间下网络拥塞博弈的公共信号设计，证明多类网络中信号问题可解，并给出单商品网络刻画及多项式时间算法。
2025-10-21 cs.GT
Optimal dynamic information provision in traffic routing
我们考虑一个两条道路的动态路由游戏的状态之一的道路（“危险的道路”）是随机的，并可能会随着时间的推移而改变。这为实验提供了空间。一个中央计划者可能希望诱导一些（有限数量的原子）代理使用风险道路，即使在那里的预期旅行成本很高，以获得关于道路状态的准确信息。由于代理商是战略性的，我们表明，为了产生激励实验的中央计划，但需要限制的代理商的数量使用的风险道路时，在风险道路上的旅行的预期成本低。特别是，由于交通堵塞，在国家有利的情况下过多地使用危险道路将使实验不再具有激励相容性。我们的最优激励兼容推荐系统的特点，首先在一个两阶段的游戏，然后在一个无限的地平线设置。在这两种情况下，这个系统只会导致代理人之间部分而不是全部的信息共享（否则，当成本较低时，会有太多的风险道路被利用）。
2020-01-09 cs.GT
A Stackelberg Game Theoretic Model of Lane-Merging
强制换道并线是交通研究中的一个重要课题。即使安全完成，合并可能会干扰主线交通，降低道路的效率或容量。在本文中，我们考虑了一个Stackelberg博弈论的驾驶员行为模型，其中所谓的效用或收益反映了合并车辆的侵略性，因为它涉及的决定合并的情况下，或加速，减速之前的实际换道机动。合并车辆与主线交通的相互作用也被认为是相应的车辆的侵略性的组合导致纵向和横向干扰的主线流量以及随后减少的道路吞吐量。本研究以半定量的形式表明，这种影响取决于合并和主线车辆的侵略性水平，从而导致该模型在交通流分析和自动驾驶中的潜在用途。
2020-03-22 cs.GT cs.SY eess.SY
A Game Theoretic Macroscopic Model of Bypassing at Traffic Diverges with Applications to Mixed Autonomy Networks
University of California, Berkeley（加州大学伯克利分校）
本文提出一个宏观模型预测交通分歧点的绕行车辆数量，考虑车辆自私行为，建立Wardrop均衡模型，证明均衡存在性和唯一性，并展示模型在混合自主网络中的应用。
2018-09-08 cs.GT cs.SY eess.SY
Risk-Averse Equilibrium for Autonomous Vehicles in Stochastic Congestion Games
自动驾驶汽车、无人驾驶飞行器和车队的快速增长市场需要设计智能和自动导航系统，考虑到交通网络中不同路径的随机延迟。确定性网络中的最短路径问题，其在拥塞博弈环境中的对应物是Wardrop均衡，已被广泛研究，但众所周知，在具有随机弧延迟的交通网络中找到最优路径的概念是具有挑战性的。在这项工作中，我们提出了三个类的原子随机拥塞游戏在其一般形式的弧延迟分布是负载相关的，不一定相互独立的风险厌恶平衡。这三类均衡是风险厌恶均衡（RAE）、均值-方差均衡（MVE）和风险水平条件价值均衡（$α$）（CVaR $_α$ E），其风险规避最佳对策的概念基于最大化采取最短路径的概率、最小化路径延迟的均值和方差的线性组合以及最小化延迟分布的指定风险分位数处的期望延迟，分别我们证明了对于任何有限的随机原子拥塞博弈，风险厌恶，均值方差和CVaR $_α$平衡存在。我们发现，对于风险厌恶的旅行者，Braess悖论可能不会发生的程度最初提出的，因为球员不一定沿着最短路径的期望，但他们考虑旅行时间的不确定性，以及。我们通过一些例子表明，无政府状态的无政府代价可以改善时，玩家是风险厌恶和旅行根据三类风险厌恶均衡之一，而不是Wardrop均衡。
2020-07-19 cs.GT
Game-Theoretic Modeling of Driver and Vehicle Interactions for Verification and Validation of Autonomous Vehicle Control Systems
University of Michigan（密歇根大学）；Bilkent University（比尔肯大学）
近年来，自动驾驶一直是工业界和学术界越来越感兴趣的主题。目前正在认真努力解决法律、技术和物流问题，使自动驾驶汽车成为日常交通的可行选择。一个重大挑战是验证和确认这些车辆中采用的决策和控制算法所需的时间和精力，以确保安全舒适的驾驶体验。需要进行数十万英里的驾驶测试，以实现良好校准的控制系统，该系统能够在车辆和驾驶员之间同时发生多种交互的不确定交通环境中操作自动驾驶车辆。交通模拟器可以对这些交互进行建模并以合理的保真度表示，通过提供一个可以在实际道路测试之前快速安全地实现可接受的初始控制校准的场所，可以帮助减少开发自动驾驶控制算法所需的时间和精力。在本文中，我们提出了一个博弈论的交通模型，可用于1）测试和比较各种自主车辆的决策和控制系统和2）校准现有的控制系统的参数。我们展示了两个案例研究，其中，在第一种情况下，我们测试和定量比较两个自动驾驶汽车控制系统的安全性和性能，在第二种情况下，我们优化的自动驾驶汽车控制系统的参数，利用建议的交通模型和仿真环境。
2016-08-30 cs.AI cs.GT
Informational Braess' Paradox: The Effect of Information on Traffic Congestion
系统地研究提供给某些用户的有关路线的附加信息的含义（例如，通过基于GPS的路径引导系统），我们引入了一类新的拥塞博弈，其中用户具有关于可用边的不同信息集，并且只能使用由其信息集中的边组成的路径。在定义这类拥塞游戏的信息约束Wardrop均衡（ICWE）的概念并研究其基本性质后，我们转向我们的主要焦点：额外的信息是否会有害（在产生更大的均衡成本/延迟的意义上）。我们制定了这个问题的形式信息Braes的Parliament（IBP），它扩展了经典的Braess的Parliament在交通平衡，并询问用户接收额外的信息是否会变得更糟。我们提供了一个全面的答案，这个问题表明，在任何网络中的系列线性无关（SLI）类，这是一个严格的子集串并联网络，IBP不能发生，并在任何网络中，是不是在SLI类，存在一个配置的边缘特定的成本函数，IBP将发生。在这个过程中，我们建立了几个性质的SLI类的网络，其中包括的补充SLI类的嵌入一个特定的网络集的特征，也是一个算法，确定是否一个图是SLI在线性时间。我们进一步证明了ICWE的最坏情况下的无效率性能并不比标准的Wardrop均衡差。
2017-11-03 cs.GT
Evolution of Lane-Changing Behavior in Mixed Traffic: A Quantum Game Theory Approach
University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
本文通过量子博弈论框架分析变道行为，揭示人类与自动驾驶车辆的互动机制，发现人类适应性依赖于AV算法，提出模拟方法以预测行为演变。
2026-04-17 cs.GT cs.MA quant-ph
On the impact of coordinated fleets size on traffic efficiency
研究交通网络中个体驾驶员与中央控制车队的交通分配问题，将其建模为两人凸博弈，分析车队规模占比对无政府代价（PoA）的影响，发现双终端网络中需达最低占比才改变PoA，并行网络中PoA随占比单调非递增。
2025-07-01 cs.GT
Mean-Field-Type Games in Engineering
平均场型博弈是一种博弈，其中瞬时收益和/或状态动态函数不仅涉及状态和动作轮廓，而且还涉及状态-动作对的联合分布。本文介绍了平均场型博弈在道路交通网络、多层建筑疏散、毫米波无线通信、分布式电源网络、病毒网络传播、云网络虚拟机资源管理、振荡器同步、节能建筑、在线会议和移动人群感知等方面的工程应用。
2017-11-29 cs.GT math.OC
A Nonlinear Pairwise Swapping Dynamics to Model the Selfish Rerouting Evolutionary Game
提出了一种非线性修正协议，并将其嵌入到经典的比例切换调整过程（PAP）的业务量发展方程中，发展了现有的非线性成对交换动力学（NPSD）来描述自私重路由进化博弈.结果表明：（1）NPSD和PAP在路由交换中需要相同的网络信息获取量;（2）NPSD在合理的行为描述下能够防止过度交换缺陷; iii）NPSD可以保持解的不变性，这使得在基于NPSD的交换算法中识别可行步长的试错过程是不必要的，（4）NPSD是一个有理行为交换过程，且连续时间NPSD是全局收敛的.通过数值算例分析了反应灵敏度对交通流演化的影响，并对离散时间NPSD的收敛性进行了表征。
2015-03-11 cs.GT math.OC
A Study of Truck Platooning Incentives Using a Congestion Game
ACCESS Linnaeus Center, School of Electrical Engineering, KTH Royal Institute of Technology（ACCESS林奈斯中心，电气工程学院，皇家理工学院）
本文通过原子拥堵博弈模型研究交通流中车辆与卡车编队激励的相互作用，利用斯德哥尔摩交通数据验证模型假设，并通过仿真实验分析司机时间价值和编队率对纳什均衡的影响。
2014-01-21 cs.GT cs.SY eess.SY
Routing Equilibrium in Mixed-Autonomy Traffic Networks with Altruistic Autonomous Agents
Northwestern University（西北大学）
本文通过变分不等式框架研究混合自主交通网络中自私人类与利他自主车辆的路由博弈均衡，给出社会成本改善或恶化的充分条件，并证明分散与集中场景下的均衡等价性。
2026-05-22 cs.GT cs.SY eess.SY
MAC design for WiFi infrastructure networks: a game-theoretic approach
在WiFi网络中，移动节点通过称为分布式协调功能（DCF）的随机接入协议来竞争接入共享信道。虽然这个协议原则上是公平的，因为所有的站都有相同的概率在信道上传输，它已被证明，不公平的行为可能会出现在实际的网络场景中，因为非标准配置的节点。由于扩散的开源驱动程序和可编程卡，使一个简单的定制的通道访问策略，我们提出了一个博弈论分析的随机访问方案。假设每个节点是合理的，并实现了最佳响应策略，我们表明，有效的均衡条件，可以达到当站都有兴趣在上传和下载流量。更有趣的是，当所有的站点都采用相同的策略时，这些均衡就会达到，从而保证了公平的资源共享。当站点只对上传流量感兴趣时，我们还提出了一种机制设计，基于人工丢弃第2层的分段，以强制实现所需的平衡。最后，我们提出并评估了一些简单的DCF扩展实际实现我们的理论研究结果。
2010-08-26 cs.GT math.OC
Non-cooperative Game For Capacity Offload
随着无线数据业务的爆炸式增长，现有的无线服务提供商（WSP）面临着频谱资源的供应严峻的挑战。考虑到对TV空白空间的未授权接入的许可，WSP可以通过利用“容量卸载”的概念将其业务负载的一部分转移到未授权频谱来减轻其负担。对于这样的用例，中心问题是WSP与其他WSP共存，因为所有WSP都可以在没有协调的情况下接入未授权频谱，从而相互干扰。博弈论提供了预测WSP行为的工具，我们制定的共存问题的框架下的非合作博弈的能力卸载游戏（COG）。我们证明了一个COG总是至少有一个纯策略纳什均衡（NE），并且没有任何混合策略NE。分析提供了一个完整的表征的结构，在两个球员的COG的NE。当游戏重复进行，每个WSP根据其最佳反应函数单独更新其策略时，所产生的过程形成了最佳反应动态。我们建立，对于两个球员的COG，交替移动最佳响应动态总是收敛到一个NE，而错误的移动最佳响应动态并不总是收敛到一个NE时，多个NE存在。当COG中有两个以上的玩家时，如果网络配置满足某些条件，使得所得到的最佳响应动态变为线性，则保证错误移动和交替移动最佳响应动态都收敛到唯一NE。
2011-08-06 cs.GT cs.NI
Pay to change lanes: A cooperative lane-changing strategy for connected/automated driving
提出了一种基于可转移效用博弈框架的合作换道策略。这使得车辆可以参与交易，在交易中创造交通缺口，以换取货币补偿。所提出的方法是最适合的任意变道机动。我们制定的收益在旅行时间，称为时间差，这是由于实现更高的速度。这些时间差，加上时间的价值，被用来制定一个效用函数，其中效用是可转移的。我们还允许联网车辆之间进行不涉及效用转移的游戏。我们应用纳什讨价还价理论来解决后者。元胞自动机的开发和利用进行模拟实验，探讨这种交易对交通条件（节省旅行时间，由此产生的速度密度关系和冲击波的形成）和车辆的好处的影响。研究结果表明，在不影响交通特性的前提下，驾驶员之间效用可转移的车道变换可以实现双赢，提高个人和社会效益，并在自由流和拥挤交通之外的交通密度略有改善。
2019-06-17 cs.GT math.OC
How does information affect asymmetric congestion games?
我们研究具有多个起点-目的地对的交通网络，放松了代理完全了解网络结构的简化假设。我们确定了一个无处不在的网络类，即，环，我们可以安全地增加代理的知识，而不会影响他们自己的整体性能-称为免疫信息Braess'Parabolism-关闭文献中的空白。我们还扩展了我们的性能指标，包括所有代理的福利，表明在此措施下IBP是一个普遍的现象，没有网络是免疫的。
2019-02-19 cs.GT math.CO
Contextual Games: Multi-Agent Learning with Side Information
ETH Zürich（苏黎世联邦理工学院）
我们制定了新的类上下文游戏，一种类型的重复游戏驱动的上下文信息在每一轮。通过基于核的规律性假设，我们模拟不同的上下文和游戏结果之间的相关性，并提出了一种新的在线（Meta）算法，利用这种相关性，以尽量减少个别球员的上下文遗憾。我们定义了这类新游戏的上下文粗相关均衡（c-CCE）和最佳上下文福利的博弈论概念，并表明每当玩家的上下文遗憾消失时，c-CCE和最佳福利都可以接近。最后，我们经验验证我们的结果在交通路由实验中，我们的算法导致更好的性能和更高的福利相比，基线不利用可用的上下文信息或相关性存在于游戏中。
2021-07-13 cs.GT cs.LG
Robustness of Incentive Mechanisms Against System Misspecification in Congestion Games
Georgia Institute of Technology（佐治亚理工学院）；Thayer School of Engineering at Dartmouth College（达特茅斯学院塔克工程学院）
研究系统参数误设对原子拥塞博弈中通行费设计的影响，证明轻微误设下设计的通行费不会引入新的纳什均衡，并给出了最坏情况下的性能下降上界。
2026-06-01 cs.GT cs.SY eess.SY
Social Learning in Nonatomic Routing Games
考虑了一个需求可变、费用不确定的离散时间非原子路由博弈问题。给定一个单起点和单终点的路由网络，每条边的代价函数依赖于某个不确定的持久状态参数。在每个周期，一个随机的交通需求是通过网络根据Wardrop均衡路由。已实现成本是公开观测的，并且关于状态参数的公共贝叶斯信念被更新。我们说，当信念收敛于真理时，存在强学习，而当平衡流收敛于完整信息流时，存在弱学习。我们描述了学习发生的网络。我们证明了这些网络具有串并联结构，并提供了一个反例来表明，学习可能会失败，在非串并联网络。
2021-10-01 cs.GT econ.TH
A Game-Theoretic Framework for Intelligent EV Charging Network Optimisation in Smart Cities
School of Computer Science and Digital Technologies, Aston University（阿斯顿大学计算机科学与数字技术学院）
本文提出一个博弈框架，用于优化智能城市中电动汽车充电网络的站点布局和定价，通过道路网络和充电设施的耦合非原子拥堵博弈，考虑驾驶员行为，以最小化社会成本和旅行时间，提高交通效率。
2026-03-23 cs.GT cs.MA
The Flow Fingerprinting Game
在入侵检测或跟踪匿名连接时，链接两个具有相同源的网络流是必不可少的。为了提高这个过程的性能，可以修改流（指纹），使其更可区分。然而，位于中间的对手可以通过延迟数据包或引入虚拟流量来修改流以损害相关性。我们引入一个博弈论的框架，这个问题，是用来推导出的纳什均衡。由于获得最优的对手延迟分布是棘手的，一些近似。我们研究的具体例子，这些延迟遵循截断高斯分布。我们还比较了最佳策略与其他指纹方案。这些结果对于理解在主动攻击下基于数据包定时的流相关性的限制是有用的。
2013-07-12 cs.CR cs.GT
When is selfish routing bad? The price of anarchy in light and heavy traffic
本文研究了具有多个源-目的地（O/D）对的非原子拥塞博弈中无政府状态下的无政府代价作为流量流入的函数的行为。在现实世界网络中的实证研究表明，无政府状态的无政府代价在轻流量和重流量下都接近于1，因此提出了一个问题：这些观察结果在理论上是否合理？我们首先表明，这并不总是这样的情况下：无政府状态的无政府代价价格可能保持一个积极的距离，从1的所有值的流量流入，即使在简单的三个环节的网络与一个单一的O/D对和光滑，凸成本。另一方面，对于一个大类的成本函数（包括所有多项式），无政府状态的无政府代价收敛到1，在重和轻流量，无论网络拓扑结构和网络中的O/D对的数量。我们还研究了无政府状态的无政府代价的收敛速度，我们表明，它遵循幂律，其程度可以明确计算时，网络的成本函数是多项式。
2018-04-10 cs.GT math.OC
Towards a Systematic Computational Framework for Modeling Multi-Agent Decision-Making at Micro Level for Smart Vehicles in a Smart World
Ford Motor Company（福特汽车公司）
我们提出了一个基于多智能体的计算框架，用于在智能世界中为智能车辆建模微观层面的决策和策略交互。马尔可夫博弈和最佳反应动态的概念是很大的杠杆作用。我们的目标是使该框架在概念上合理，在计算上实用，适用于一系列现实应用，包括自动驾驶汽车的微路径规划。为此，我们首先转换成一个密切相关的确定性的随机博弈问题，通过引入风险溢价的效用函数为每个单独的代理。我们展示了如何子游戏完美的纳什均衡的简化确定性游戏可以解决基于最佳响应动态的算法。为了更好地模拟有限理性的人类驾驶行为，我们寻求进一步简化的解决方案的概念，取代纳什均衡条件的启发式和自适应优化有限前瞻预期。此外，新的解决方案的概念，相应的算法大大提高了计算效率。为了证明我们的方法可以应用到现实的交通环境中，我们进行了模拟实验：获得合并和屈服行为的双车道公路上的一个意想不到的障碍。尽管两种解的概念存在假设差异，但数值解表明，内生驾驶行为非常相似。我们还简要地评论了如何提出的框架可以进一步扩展在我们即将开展的工作，如行为校准使用真实的交通视频数据，计算机制设计的交通政策优化，等等。
2020-09-25 cs.AI cs.GT cs.MA
Characterizing Lane-Changing Behavior in Mixed Traffic
Department of Civil and Environmental Engineering, University of Illinois at Urbana-Champaign（土木与环境工程系，伊利诺伊大学厄巴纳-香槟分校）；Department of Civil and Environmental Engineering, George Washington University（土木与环境工程系，乔治·华盛顿大学）
本研究通过博弈论框架分析混合交通中车道变换行为，揭示社会困境的存在及合作行为随时间的演变。
2025-12-08 cs.GT cs.MA cs.RO
Penalty-regulated dynamics and robust learning procedures in games
Inria（法国国立信息学及应用数学研究院）；CNRS (French National Center for Scientific Research)（法国国家科学研究中心）
从启发式学习计划n人对策，我们推导出一类新的连续时间学习动态组成的复制器一样的漂移调整的惩罚项，使游戏的策略空间的边界排斥。这些惩罚调节的动态相当于参与者保持其持续收益的指数折扣总和，然后使用平滑的最佳对策来选择基于这些表现得分的行动。由于这种固有的双重性，建议的动态满足一个变种的民间定理的进化对策论，他们收敛到（任意精确）近似的纳什均衡在潜在的游戏。受流量工程应用的启发，我们进一步利用这种对偶性来设计一个离散时间，基于收益的学习算法，该算法保留了这些收敛特性，只需要玩家观察他们在游戏中的收益：此外，该算法在存在随机扰动和观测误差的情况下仍然是鲁棒的，并且它不需要玩家之间的任何同步。
2014-04-06 cs.GT cs.LG math.OC
Context-Aware Small Cell Networks: How Social Metrics Improve Wireless Resource Allocation
提出了一种用于在具有设备到设备（D2D）通信的无线小小区网络（SCN）中优化和管理资源分配的新方法。所提出的方法允许联合利用无线用户的无线和社交环境，以优化资源的整体分配并改善SCN中的流量卸载。这种上下文感知的资源分配问题被公式化为匹配游戏，其中用户设备（UE）和资源块（RB）基于捕获无线和社交度量两者的效用函数彼此排名。由于社会的相互关系，这个游戏被证明属于一类匹配的游戏与同行的影响。为了解决这个问题，提出了一种新的自组织算法，使用该算法，UE和RB可以交互以决定它们期望的分配。然后证明所提出的算法收敛到UE和RB之间的双侧稳定匹配。然后研究和评估所得到的稳定结果的性质。使用真实社交数据的仿真结果表明，社交连接的用户的聚类允许卸载比传统的上下文不知道的方法大大增加的流量。这些结果表明，利用社会背景在节省无线链路和回程上的资源方面具有很高的实际意义。
2015-05-15 cs.GT cs.IT math.IT
Game-theoretic Regulated Decentralized Coordination for Airspace Sector Overload Mitigation
The University of Texas at Austin（德克萨斯大学奥斯汀分校）；École Nationale de l’Aviation Civile（法国国立民用航空学院）
针对去中心化空中交通管理中的扇区过载问题，提出基于最佳响应动态建模自利行为的调控去中心化协议，通过可调因子与规则防新过载，证明协议满足潜在博弈结构，实验表明算法能减过载、保扩展且质量与集中式相当。
2026-11-05 cs.GT cs.MA cs.SY
