Scaling Laws of Dynamic High-Capacity Ride-Sharing
本研究通过基于真实数据的智能体仿真，发现动态高容量拼车服务的关键性能指标随系统负载因子变化的规模定律，且该定律在不同网络和供需条件下具有普遍性，为城市规划和运营策略提供量化工具。
2023-05-12 cs.SY eess.SY
Demand for shared mobility to complement public transportation: Human driven and autonomous vehicles
通信技术和自动驾驶汽车的最新进展为替代移动系统（出租车、拼车、需求响应服务、点对点拼车、汽车共享、共享自动驾驶汽车/班车）打开了大门。这些新的移动服务引起了研究人员、公共和私营部门的兴趣，成为解决最后一英里问题的潜在解决方案，特别是在高频率公交车不可行的低密度地区。在这项研究中，我们调查了乘车共享服务对出行需求和福利的影响，因为它补充了不同场景下的公共交通。考虑了两种类型的管理和车辆类型：众包人类驾驶车辆（HDV）（例如Uber，Lyft）和集中运营的共享自动驾驶车辆（SAV）。研究了票价折扣对交通需求和交通方式转换的影响。以加拿大安大略省奥克维尔市为例，利用实际数据进行了道路网的实例研究.结果显示，在集中运营的共享自动驾驶汽车下，共享乘车有可能将乘客量增加76%，并将等待时间减少47%，共享票价折扣为50%。
2021-03-17 cs.SY eess.SY
Congestion-aware Ride-pooling in Mixed Traffic for Autonomous Mobility-on-Demand Systems
Eindhoven University of Technology（埃因霍温理工大学）
本文提出拥塞感知拼车AMoD系统的优化框架，通过二次规划求解联合分配与路由问题，发现拥塞感知路由是关键，且AMoD需至少40%拼车率才能降拥塞，否则空车重调度反而加剧拥堵。
2023-11-06 cs.SY eess.SY math.OC
Ride-pooling Electric Autonomous Mobility-on-Demand: Joint Optimization of Operations and Fleet and Infrastructure Design
本研究针对支持合乘的电动自主按需出行系统，提出联合优化运营、车队及充电基础设施设计的框架，通过曼哈顿案例验证了合乘可降本最高45%，不同车型适配不同需求区域。
2024-03-11 cs.SY eess.SY math.OC
Throughput-Fairness Tradeoffs in Mobility Platforms
Massachusetts Institute of Technology（麻省理工学院）；University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
本文研究了在移动平台中将不同客户的任务分配给车辆的问题，这些平台用于食品和包裹递送，乘车和移动传感等应用。移动平台应该将任务分配给车辆并进行调度，以优化吞吐量和客户之间的公平性。然而，现有的方法来调度移动平台中的任务忽略了公平性。我们推出了Mobius，这是一个使用引导优化来实现高吞吐量和客户公平性的系统。Mobius支持时空多样和动态的客户需求。它提供了一个原则性的方法来导航公平性和吞吐量之间的共享移动性所造成的固有的权衡。我们的评估展示了这些属性，以及Mobius的多功能性和可扩展性，使用从共享和航空传感应用中收集的痕迹。我们的拼车案例研究表明，Mobius可以在线方式为40个客户和200辆车安排16，000多个任务。
2021-05-25 cs.CY cs.MA cs.NI
Anticipatory routing methods for an on-demand ridepooling mobility system
关于按需拼车的最相关挑战之一涉及需求的空间不平衡，这导致车辆位置与新兴请求的来源之间的不匹配。大多数拼车模式仅通过重新平衡方法来解决这个问题，即，将闲置车辆移向拒收率高的地区，这与路线和车辆订单分配无关，因此为乘客服务的车辆（占车队总数的很大一部分）不受影响。本文介绍了两种类型的技术，影响如何车辆分配给用户和如何路由车辆为这些用户服务，使整个系统的操作进行修改，以达到更有效的状态，为未来的请求。这两种技术都不需要任何关于未来需求的假设或外部知识，因为它们只依赖于当前和最近的请求。首先，我们引入奖励，如果车辆被路由到高需求区域，则降低车辆和一组乘客之间的分配成本。其次，我们包括一个小的人工请求，其请求时间是在不久的将来，其起源是从一个概率分布，模仿观察到的生成率采样。这些人工请求将与真实请求一起分配。我们使用一组来自曼哈顿的真实游乐设施来测试这些技术。引入奖励可以将拒绝率降低到原始价值的十分之九左右。另一方面，包括未来的请求可以减少用户的旅行时间约五分之一，但增加拒绝。这两种方法都增加了约10%的车辆小时行驶。空间分析表明，车辆确实被移向需求最大的区域，因此拒绝率的降低主要在那里实现。
2021-06-25 cs.SY eess.SY
Multi-agent Optimization of Non-cooperative Multimodal Mobility Systems
University of Central Florida（中佛罗里达大学）；The University of Texas at Austin（德克萨斯大学奥斯汀分校）
本文提出了一种多智能体优化框架，用于分析非合作多模式移动系统中旅行者和司机的市场互动，通过均衡定价平衡供需并优化系统效率。
2026-01-07 cs.SY eess.SY stat.ME
Competition in Electric Autonomous Mobility on Demand Systems
本文研究了竞争对自主移动按需系统的影响。通过采用基于网络流的公式，我们首先确定的最优策略的利润最大化的平台运营商在垄断和双寡头市场，包括最优价格的游乐设施。此外，我们描述了平台运营商的利润和消费者剩余。我们表明，对于双头垄断，游乐设施的均衡价格必须是对称的公司之间。然后，为了研究在市场中引入竞争的好处，我们推导出了垄断和双寡头环境之间的乘车价格、服务的总需求、企业利润和消费者剩余之比的普遍理论界限。我们讨论了消费者的公司忠诚度如何影响上述每个指标。最后，使用曼哈顿网络和需求数据，我们量化了静态定价和路由策略的有效性，并将其与实时模型预测策略进行了比较。
2021-07-15 cs.SY eess.SY math.OC
A Vehicle Routing Problem for Human-Centered Electric Mobility
University of the Bundeswehr Munich（联邦国防军慕尼黑大学）
本文提出EM-DARP问题，扩展EV-DARP以适应以人为中心的出行服务，通过混合整数线性规划解决，验证了其在实际场景中的应用性。
2026-04-24 cs.SY eess.SY math.CO
A dynamic multi-region MFD model for ride-sourcing with ridesplitting
动态网络级模型直接解决乘车外包服务，可以支持制定有效的缓解拥堵和促进更可持续的流动性的战略。最近的发展提出了专注于叫车（单独乘车）的模型，但没有工作解决动态环境中的拼车（共享乘车）。在这里，我们试图开发一个动态聚合的交通网络模型，能够代表乘坐外包服务和背景交通在一个宏观的多区域城市网络。我们将宏观基本图（MFD）与详细的状态空间和背景交通和乘车源车辆在其活动中的过渡描述相结合，以制定质量守恒方程。基于累积的MFD模型可能会由于行程长度的变化而经历额外的误差，例如，当车辆巡航为乘客。我们整合了所谓的M模型，该模型利用总剩余距离来捕获不同车辆（私人或乘车来源）状态的区域和区域间流量和积累的动态。这种聚合模型能够再现复杂系统的动态，而无需使用资源昂贵的模拟。我们还表明，该模型可以准确地预测车辆的条件在不久的将来的预测。后来，与基准模型的比较显示，在所有国家的建议模型的错误较低。最后，我们评估了该模型对输入噪声的鲁棒性，即使输入值与网约车实际值相差20%，预测误差也保持在15%以下。这种模型的开发为制定基于实时反馈的管理政策铺平了道路，例如基于优先级的周边控制或闲置乘车源车辆的重新定位策略，以及制定拥挤地区乘车源的法规。
2023-01-24 cs.SY eess.SY physics.soc-ph
Integrating Parcel Deliveries into a Ride-Pooling Service -- An Agent-Based Simulation Study
本文探讨了整合的货物交付到客运的按需拼车服务。本研究的目的是利用现有的乘客出行进行物流服务，从而减少货物运输的额外车辆公里数和道路网络上的车辆总数。这是通过合并服务将两个独立车队的需求合并为一个车队来实现的。为了评估这种移动按需服务的潜力，本文使用了基于代理的仿真框架，并将三个启发式包裹分配策略集成到一个共乘车队控制算法。设置了两个集成场景（适度和完全）。虽然在这两种情况下，乘客和包裹共享一辆车，但在中等情况下，在乘客乘坐期间不允许停止包裹拾取和交付，以减少客户的不便。使用真实世界的需求数据，德国慕尼黑的案例研究，这两个集成方案连同三个分配策略进行比较的现状，它使用两个单独的车队的乘客和物流运输。结果表明，物流服务整合到一个拼车服务是可能的，可以利用未使用的系统容量，而不会恶化客运。根据分配策略，几乎所有包裹都可以被服务，直到包裹与乘客需求的比率为1：10，而与现状相比，整体车队公里数可以减少。
2022-05-10 cs.MA cs.SY eess.SY
Infrastructural Requirements and Regulatory Challenges of a Sustainable Urban Air Mobility Ecosystem
本文围绕可持续城市空中交通生态系统，概述客运垂直起降飞行器的安全、许可与监管常见问题，明确需考量的基础设施规划、设计及运营要点，为该新型交通方式的可持续发展提供参考。
2023-05-02 cs.SY eess.SY
Quantifying traffic emission reductions and traffic congestion alleviation from high-capacity ride-sharing
本研究针对高容量拼车效益研究不足的问题，开发开源仿真平台与启发式算法，量化不同载客量拼车的拥堵缓解与减排效果，为环保出行系统设计提供指导。
2023-08-25 cs.SY eess.SY
A stochastic generalized Nash equilibrium model for platforms competition in the ride-hail market
网约车市场存在的不确定性使得按需平台的定价策略变得复杂，这些平台相互竞争以提供移动服务，同时努力实现利润最大化。将此问题视为一个随机广义纳什均衡问题（SGNEP），设计了一个基于Tikhonov正则化的分布式随机均衡搜索算法来求解最优定价策略。值得注意的是，所提出的迭代方案不需要增加（可能是无限的）数量的随机变量的样本来执行随机逼近，从而使其从实用的角度来看是有吸引力的。此外，我们表明，该算法返回一个纳什均衡下仅仅单调性假设和仔细选择的步长序列，通过利用特定的结构SGNEP在手。最后，我们在按需乘车市场的数值实例上证实了我们的结果。
2022-03-29 cs.GT cs.MA cs.SY
Speed-up Heuristic for an On-Demand Ride-Pooling Algorithm
随着数字化的不断发展和自动驾驶领域的进步，按需拼车是一种有可能颠覆城市交通市场的交通服务。然而，要成功地应用这种服务，必须实施有效的车队管理算法，以利用与这种移动性服务相关的好处。特别是实时计算找到有益的分配是一个问题，直到今天还没有解决大的问题大小。在这项研究中，我们使用先进的算法比较快速，但简单的插入启发式算法与最先进的多步匹配算法的重要性。我们测试的算法在各种情况下的基础上，私人车辆出行OD数据，德国慕尼黑。结果表明，在测试的情况下，通过使用多步算法多达8个$\%$额外的请求可以服务，同时也可以节省10个$\%$额外的驱动距离。然而，在高级算法中找到最优分配的计算时间超过实时，而随着问题大小的增加。为此，介绍了通过减少多步算法的冗余校验来减少计算时间的几个方面。最后，一个改进的车辆选择启发式的基础上，提出了三个规则，以进一步减少计算量。在测试的情况下，这种启发式可以加快最成本密集的算法步骤的一个因素超过8，同时保持服务请求的数量几乎恒定，并保持约70 $\%$的驱动距离保存在系统中。考虑到所有的算法步骤，可以实现2.5的整体速度提升。
2020-07-29 cs.SY eess.SY math.OC
Wise Goose Chase: A Predictive Path Planning Algorithm for Dynamic Rebalancing in Ride-Hailing Systems
本文提出WGC算法，通过延迟泛函微分方程预测网约车时空供需动态，为每位司机生成个性化巡游路径以最小化预期分配时间，并在模拟中优于基线策略。
2025-05-05 cs.SY eess.SY
Sustainable Load Balancing for Wireless Networks With Renewable Energy Sources
Poznan University of Technology（波兹南理工大学）；Nokia Solutions and Networks（诺基亚解决方案和网络）
本文提出一种增强型主动-被动负载均衡算法，整合能源条件到移动管理中，优化交通分布和能源利用，提升网络性能和能源可持续性。
2026-03-20 cs.SY eess.SY
Leveraging Eclipse MOSAIC for Modeling and Analyzing Ride-Hailing Services
本文基于Eclipse MOSAIC框架扩展功能，结合柏林真实交通数据与场景构建网约车仿真模型，验证了不同再平衡策略对城市交通与环境的差异化影响，填补了城市尺度网约车环境影响研究的空白。
2024-04-11 cs.SY eess.SY
On the inefficiency of ride-sourcing services towards urban congestion
共享经济和智能手机的出现使按需交通服务成为可能，这创造了更多的机会，但也增加了城市交通的复杂性。提供这些服务的公司由于其基于互联网的性质而被称为运输网络公司（跨国公司）。虽然叫车外包是跨国公司提供的最臭名昭著的服务，但很少有人知道这种业务在取代其他运输方式的同时，或在大量闲置车辆巡游载客的情况下，会在多大程度上干扰交通状况。我们实验分析了跨国公司的效率，使用出租车行程数据从中国特大城市和基于代理的模拟与基于行程的MFD模型确定的速度。我们调查的影响，扩大车队规模的跨国公司，乘客对共享乘车的倾向，以及战略，以减轻城市拥堵。我们发现，跨国公司和社会之间缺乏协调的目标可以创造37%的旅行时间和显着的拥堵。此外，允许共享乘车不能减少总行驶距离，因为空公里数较高。优雅的停车管理策略可以防止闲置车辆在没有分配乘客的情况下巡航，并将缺乏协调的影响降低到7%。
2020-07-02 cs.SY eess.SY physics.soc-ph
On the Dynamism of User Rejections in Mobility-on-Demand Systems
移动按需（MoD）系统，特别是叫车系统，近年来有了巨大的增长。这些系统提供以用户为中心的移动服务，其用户期望高水平的便利性。在应用程序请求后等待响应，并在很长一段时间后最终了解到没有车辆可用，这几乎是不可接受的。这项研究调查的用例，用户应该在一定的最大等待时间内提供服务。在对于有吸引力的MoD商业模型合理的某些假设下，可以表明，使用动态状态优化的运营商可以在第一次迭代之后向用户传达拒绝，从而消除这些用户离开系统之前的不必要的等待时间。此外，早期的操作员拒绝减少了后续的客户车辆分配问题的维度，从而节省了计算资源并更快地解决问题。反过来，这允许更短的重新优化周期和更快的响应，即更好的用户体验。
2021-04-03 cs.SY eess.SY
A Review on AI Algorithms for Energy Management in E-Mobility Services
Dublin City University（都柏林城市大学）；School of Electronic Engineering（电子工程学院）；SFI Insight Centre for Data Analytics（SFI洞察数据分析中心）；Nanjing University of Aeronautics and Astronautics（南京航空航天大学）；University of Birmingham（伯明翰大学）
本文综述了AI算法在电动出行系统能源管理中的应用，涵盖里程焦虑、充电优化与电池寿命等挑战，并展望未来研究方向。
2023-09-26 cs.AI cs.LG cs.SY
