Due to the emergence of new technologies, algorithm-assisted drivers are close
to becoming a reality. In this thesis, different aspects of managing such drivers
in a blocked-lane scenario are discussed. The first chapter presents an algorithm
for the optimal merging of self-interested drivers. The optimal policy can include
undesirable velocity oscillations. We propose measures for a central planner to
eradicate them, and we test the efficiency of our algorithm versus popular heuristic
policies. ...
Due to the emergence of new technologies, algorithm-assisted drivers are close
to becoming a reality. In this thesis, different aspects of managing such drivers
in a blocked-lane scenario are discussed. The first chapter presents an algorithm
for the optimal merging of self-interested drivers. The optimal policy can include
undesirable velocity oscillations. We propose measures for a central planner to
eradicate them, and we test the efficiency of our algorithm versus popular heuristic
policies. In the second chapter, a mechanism for positional bidding of the
drivers is developed. It allows trading of highway positions of the drivers with
heterogeneous time valuations, resulting in a socially beneficial outcome. The
final chapter presents a deep learning policy for centralized clearing of the bottleneck
in the shortest time. Its use is fast enough to allow future operational
applications, and a training set consists of globally optimal merging policies.
+
En aquesta tesi, es discuteixen diferents aspectes de la gestió els conductors assistits
per algoritmes en un escenari de carril bloquejat. El primer capítol presenta
un algorisme de la gestió òptima dels conductors egoistes. La política òptima pot
incloure oscil.lacions de velocitat no desitjades. Proposem mesures per a un planificador
central per erradicar-les i comprovem l’eficiència del nostre algoritme enfront
de les polítiques heurístiques populars. En el segon capítol, es desenvolupa
un ...
En aquesta tesi, es discuteixen diferents aspectes de la gestió els conductors assistits
per algoritmes en un escenari de carril bloquejat. El primer capítol presenta
un algorisme de la gestió òptima dels conductors egoistes. La política òptima pot
incloure oscil.lacions de velocitat no desitjades. Proposem mesures per a un planificador
central per erradicar-les i comprovem l’eficiència del nostre algoritme enfront
de les polítiques heurístiques populars. En el segon capítol, es desenvolupa
un mecanisme per a la licitació posicional dels conductors. Permet negociar posicions
per carretera dels conductors amb valoracions de temps heterogènies, donant
lloc a un resultat socialment beneficiós. El capítol final presenta una política
d’aprenentatge profund per a l’aclariment centralitzat del coll d’ampolla en el
menor temps possible. El seu ús és prou ràpid per permetre futures aplicacions
operatives, i un conjunt de formació consisteix en polítiques de fusió `òptimes a
nivell mundial.
+
Programa de doctorat en Economia, Finances i Empresa