Optimización de estrategias de incentivos dinámicos para el transporte público basadas en el aprendizaje por refuerzo...

Área de la Ciencia:

• Planificación urbana y ciencias del transporte
• Ciencias sociales computacionales
• Economía del comportamiento

Sus antecedentes:

• El transporte público urbano se enfrenta a desafíos con congestión máxima, diversos comportamientos de los usuarios y una sinergia de red limitada.
• Las estrategias existentes a menudo carecen de adaptación dinámica a la heterogeneidad de los usuarios y a las condiciones en tiempo real.

Objetivo del estudio:

• Proponer y evaluar la estrategia de incentivos dinámicos y el modelo de sinergia de respuesta heterogénea (DIS-HARM) para optimizar el transporte público urbano.
• Para abordar los desafíos de la congestión máxima de pasajeros, la heterogeneidad del comportamiento del usuario y la sinergia de la red.

Principales métodos:

• Aprendizaje de refuerzo integrado, modelado de heterogeneidad de usuarios y sinergia de redes de mundo pequeño.
• Empleado un generador de incentivos dinámicos para el ajuste de créditos de carbono en tiempo real.
• Identificadores de usuario elásticos incorporados para la cuantificación de la utilidad marginal decreciente y coeficientes de atenuación climática para la optimización de la influencia social.

Principales resultados:

• Logró una tasa de reducción del flujo de pasajeros del 72,2% en las horas punta, superando las estrategias estáticas.
• Reducción de los costos promedio por hora de pico en un 3,125%.
• Dirigió el 36,5% de los recursos de incentivos a los grupos de bajos ingresos con una tasa de cobertura del 83,1%.

Conclusiones:

• DIS-HARM mejora significativamente la eficiencia y la equidad del sistema de transporte público.
• El modelo ofrece un marco teórico para la fijación de precios dinámicos e incentivos diferenciados en la gestión del transporte urbano.
• Apoya con éxito el doble objetivo de los viajes sostenibles y la equidad social.