自动驾驶汽车与公共交通之间的相互作用
On the Interplay between Self-Driving Cars and Public Transportation
AI总结：
本文提出一个结合图论网络模型与博弈论市场模型的统一框架，研究自动驾驶网约车与公共交通的相互作用，并基于柏林数据揭示自动驾驶网约车可能蚕食公共交通系统，服务7%至80%的客户。
摘要：
全球城市都在努力应对交通系统超负荷运转及其外部性问题。新兴的自动驾驶交通技术有望缓解这些问题，但运营大型自动驾驶车队的利润最大化运营商的决定可能对其他利益相关者和交通系统产生负面影响。分析这些权衡需要在一个统一框架中对交通方式进行建模。在本文中，我们提出了这样一个框架，使我们能够研究出行服务提供商（MSPs）、公共交通管理部门和客户之间的相互作用。我们的框架将交通系统的图论网络模型与博弈论市场模型相结合，在该市场模型中，出行服务提供商是利润最大化者，而客户则选择个人最优的交通方式。我们将该框架应用于柏林市的数据，并进行了敏感性分析，以研究出行服务提供商或市政当局可以战略性地影响的参数。我们表明，自动驾驶网约车系统可能会蚕食公共交通系统，根据市场条件和政策限制，服务所有客户中的7%至80%。
英文摘要：
Cities worldwide struggle with overloaded transportation systems and their externalities. The emerging autonomous transportation technology has the potential to alleviate these issues, but the decisions of profit-maximizing operators running large autonomous fleets could negatively impact other stakeholders and the transportation system. An analysis of these tradeoffs requires modeling the modes of transportation in a unified framework. In this paper, we propose such a framework, which allows us to study the interplay among mobility service providers (MSPs), public transport authorities, and customers. Our framework combines a graph-theoretic network model for the transportation system with a game-theoretic market model in which MSPs are profit maximizers while customers select individually-optimal transportation options. We apply our framework to data for the city of Berlin and present sensitivity analyses to study parameters that MSPs or municipalities can strategically influence. We show that autonomous ride-hailing systems may cannibalize a public transportation system, serving between 7% and 80% of all customers, depending on market conditions and policy restrictions.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
