管理自动驾驶车辆的可达性以减轻环境反弹效应

《TRANSPORTATION RESEARCH PART D-TRANSPORT AND ENVIRONMENT》：Managing autonomous vehicle accessibility to mitigate environmental rebound effects

　　

摘要

自动驾驶汽车（AV）服务可以提高城市交通效率，但过度的门到门便利性可能会促使用户放弃公共交通，从而增加无人驾驶车辆（ZOV）的流动性。本研究将自动驾驶汽车的通行时间视为一个可政策的控制变量，并在固定高峰时段需求的情况下评估其对环境和运营的影响。一个综合框架结合了合成需求预处理、多模式用户均衡分配、明确的ZOV装载以及强化学习政策搜索方法。结果表明，将通行时间缩短至5分钟以下会显著增加空驶车辆的数量、总系统行驶时间和二氧化碳排放量。在有限的通用道路收费框架内，6分钟的通行时间和适度的每次出行费用形成了一个受限的帕累托均衡点。通过将政策范围扩展到针对ZOV的措施（包括对空驶车辆的收费），可以减少对通用道路收费的依赖，提高网络性能，相对于固定参考条件（Base=100）可降低高达15.0%的二氧化碳排放量，同时保持公共交通的份额。

引言

预计自动驾驶汽车服务的部署将提高城市交通系统的出行便利性和运营效率。然而，如果在缺乏协调监管的情况下引入这些服务，其门到门便利性可能会导致大量用户从公共交通转移到自动驾驶汽车，从而增加空驶车辆的流动性。这些效应可能会通过增加总行驶里程、交通拥堵和碳排放来削弱网络效率和环境可持续性。本研究旨在探讨如何将自动驾驶汽车的通行时间作为可政策控制的变量来管理，以减少空驶车辆、降低公共交通乘客流失，并在多模式交通网络中缓解环境反弹效应。

自动驾驶技术的商业化正在为现代城市交通系统带来新的范式。在部署初期，车辆之间的通信和驾驶优化有望提高道路容量、减少交通事故，并为整个社会带来显著的社会效益（Fagnant和Kockelman，2015年；Milakis等人，2017年；Narayanan等人，2020年；Wadud等人，2016年）。然而，如果自动驾驶汽车的部署独立进行，没有与现有的公共交通和传统私人车辆进行协调整合，长期后果可能会损害整个交通系统的效率和环境表现（Bigazzi和Wong，2020年；Greenblatt和Shaheen，2015年；Taiebat等人，2018年）。

从环境角度来看，最严重的潜在负面影响是无人驾驶车辆流动性的快速增长。当自动驾驶汽车在城市区域内巡游以避免停车费用或转移到等候区域时，可能会发生空驶车辆现象，从而大幅增加总行驶里程（Chen和Kockelman，2016年；Fagnant和Kockelman，2014年；Zhang和Pavone，2016年）。这可能会抵消自动驾驶技术带来的燃料效率提升，增加温室气体排放，导致交通部门的“反弹效应”或“杰文斯悖论”（Sorrell，2007年；Sorrell和Dimitropoulos，2008年；Small和Van Dender，2007年；Wadud等人，2016年）。此外，自动驾驶汽车服务的门到门便利性可能会侵蚀公共交通的需求。如果大规模的公交需求转向个人自动驾驶出行，整个系统的运输效率可能会受到严重削弱（Basu等人，2020年；Nguyen-Phuoc等人，2023年）。

本研究有三个具体目标。首先，它定量研究了自动驾驶汽车通行时间的变化如何影响私家车和公共交通用户的出行方式转变，以及这些行为变化如何影响全网络的碳排放和行驶时间，使用的是多模式用户均衡模拟器。其次，构建了一个多智能体强化学习环境，在该环境中，交通政策监管者、自动驾驶汽车运营商和公共交通运营商被表示为在共享的系统级奖励下的协调政策控制模块。第三，研究制定了通过协调通行时间管理和通用每次出行收费来平衡环境绩效、网络效率和公共交通保护的策略。

为了实现这些目标，本研究采用了一个综合框架，包括合成需求生成、用户均衡模拟和基于强化学习的政策优化。首先，使用条件表生成对抗网络（Conditional Tabular Generative Adversarial Networks）生成微观出行需求数据，以反映旅行者的异质性和变量之间的复杂相关性。其次，通过结合道路、公共交通、自动驾驶汽车乘客和空驶车辆移动链路来构建多模式超级网络。基于该网络，利用逐次平均法（Method of Successive Averages）的多模式用户均衡引擎来模拟由于通行时间变化引起的出行方式转变和拥堵传播。第三，实施基于近端策略优化（Proximal Policy Optimization）的多智能体强化学习模型，以确定满足效率、环境绩效和公共交通保护等多目标奖励函数的政策组合。

基于这种综合优化逻辑，本研究对自动化交通政策文献做出了三个主要贡献：首先，它明确指出通行时间应被视为一个内生的、可政策控制的变量，而不是一个静态的市场服务属性；其次，它将自动驾驶汽车通行时间概念化为一个集中式的战略监管工具，表明调整宏观可达性对于预先管理接近5分钟临界点的非线性行为转变至关重要；第三，它提出了一种利用多模式超级网络中的转置公式来表示空驶车辆流动性的网络级表示方法，以内部化ZOV流动的碳和拥堵惩罚。最后，它将多模式用户均衡模拟与多智能体强化学习结合起来，以制定出平衡环境绩效、系统效率和公共交通保护的政策策略。

本文的其余部分安排如下：第2节回顾了关于自动驾驶汽车引起的出行方式转变、空驶车辆相关反弹效应、基于智能体的建模、强化学习和多目标政策优化的先前研究。第3节介绍了所提出的方法论框架，包括合成需求生成、多模式用户均衡模拟、空驶车辆建模和基于强化学习的政策优化。第4节描述了模拟设置，并讨论了无监管基准情景和基于模拟的多目标政策搜索情景的结果。最后，第5节总结了关键发现、政策意义、局限性和未来的研究方向。

章节摘录

文献综述

在介绍所提出的方法论框架之前，本节回顾了与自动驾驶汽车服务对多模式出行行为影响、无人驾驶车辆流动性、环境反弹效应、基于智能体的建模、强化学习和多目标政策优化相关的先前研究。该综述旨在识别激发本研究的方法论和政策空白。

方法

本节介绍了用于分析自动驾驶汽车（AV）部署的出行方式转变效应和无人驾驶车辆（ZOV）流动的环境影响的综合框架。该框架由三个连续组成部分构成：（1）微观出行需求生成；（2）多模式用户均衡（MUE）模拟；（3）基于多智能体强化学习（MARL）的政策优化。

该框架的总体逻辑如下：首先，使用合成……

结果与讨论

本节基于多模式用户均衡（MUE）模型和多智能体强化学习（MARL）优化，展示了宏观交通网络模拟的结果。4.1节描述了模拟环境，包括研究区域、网络构建和合成出行需求。4.2节分析了在无监管基准情景下不受控制的自动驾驶汽车部署所引起的反弹效应。4.3节展示了政策优化结果

结论

本研究考察了自动驾驶汽车在多模式城市交通网络中的环境和运营影响，特别是与空驶车辆流动性相关的反弹效应。为此，研究开发了一个综合框架，该框架结合了合成需求生成、多模式用户均衡模拟和多智能体强化学习。在该框架中，自动驾驶汽车的通行时间被视为一个可政策的控制变量

CRediT作者贡献声明

Sunghee Lee: 负责撰写原始草稿、方法论制定、数据分析、概念化。Jooyoung Kim: 负责审阅和编辑、验证、监督、方法论设计。

资助

本研究未获得任何公共、商业或非营利部门的特定资助。

利益冲突声明

作者声明没有已知的可能会影响本文研究的财务利益或个人关系。

Sunghee Lee|Jooyoung Kim

韩国交通大学交通规划与管理系，京畿道16106