我国城市道路交通中广泛存在着各种不规范驾驶行为,其中许多可以归结为驾驶员之间竞争与协作过程形成的均衡状态,是一种"自发的秩序",给交通系统的正常运行造成了严重的负面影响。本项申请将针对这一现象,首先研究驾驶员在何种条件下会采用不规范驾驶行为使个人得利,提取刺激-反应规则,建立充分考虑行为特点的个体驾驶行为Agent模型。运用基于Multi-Agent的计算实验方法研究大量驾驶员在不同交通场景下的互动影响过程,探索不规范驾驶行为的形成机理和动态与稳态过程。随后构建能够模拟不规范驾驶行为的综合交通流仿真模型,研究各种典型场景下不规范驾驶行为对道路交通系统特性的影响,包括交通流参数和拥堵的产生等。最后将政策、交通管理等因素的影响加入驾驶员决策模型中,研究不规范驾驶行为的治理对策以及如何减轻其对城市道路交通系统负面影响。为改善我国城市交通系统的质量,保证其运行效率提供理论依据和建议。
irregular driving behavior;adaption;urban traffic;multi-agent;iterated game
本项目将不规范驾驶行为视作驾驶员在驾驶过程中一种自发的适应行为,从不规范驾驶行为的产生、影响及治理三个方面展开研究,综合运用实证研究、不确定决策、多智能体仿真、优化等研究方法,基本实现了研究目标,取得的主要研究成果包括一、风险条件下的决策模型及不规范驾驶行为的根源分析。运用演化博弈框架结合强化学习模型,分析了不规范行为的产生,解释了不规范驾驶行为的产生是不可避免的,但不可能成为大部分驾驶员使用的行为。运用模拟实验方法,对驾驶员在路口的重复决策行为进行了分析。运用实证调查方法,分析了行人过马路过程中存在不规范行为的心理因素。同时将这些决策模型进行了一般化,并推广运用的路径选择、出行时间选择等场景。二、不规范驾驶行为对交通系统的影响。主要针对机动车和行人在无信号灯交叉口不规范行为的影响展开。针对机动车,运用基于元胞自动机的微观仿真发现大部分驾驶员会选择在路口采用让行行为,但采用高速通过的驾驶员会以较小的比例始终存在。同时,路口的交通流基本图呈现出梯形结构。本研究能够解释现实道路上无灯控路口秩序的产生,并对研究无灯控路口交通流的基本性质有参考价值。针对行人流,发现在激进行人干扰下,路口交通流体现为四个相,并具有幂律特征,同时使用实证数据验证了幂律特征的存在,并从个体行为角度给出了解释。三、不规范驾驶行为的治理对策与管理方法。首先提出了一种移动式检测器的调度方法,综合考虑道路交通流量与信息获取量的关系,建立了一个优化模型,并使用遗传算法进行了求解,设计了能够采集最多量信息的调度方案。这对于不规范驾驶行为的动态监控具有参考价值。其次基于元胞自动机模型,构建了一个点格状的城市模型,出行者每天反复在城市路网上进行出行,并运用强化学习模型和最优反应动态在路口进行决策。通过仿真实验研究了信号灯控制和检测-惩罚制度对不规范驾驶行为的治理效果以及对网络交通状况的影响。以上研究在一定程度上解释了几种不规范行为产生的根源,对其对交通流的影响进行了较深入的分析,并初步提出了针对不规范驾驶行为的治理方法和管理策略,对于认识不规范驾驶行为和其他不规范交通行为的实质并进行针对性治理有一定的理论价值和应用前景。