Ridesharing: The state-of-the-art and future directions
Furuhata Masabumi et al. — 2013
Résumé (FR)
Cette revue de l’état de l’art couvre les systèmes de covoiturage dynamique, en examinant les défis de mise en correspondance entre conducteurs et passagers. Les auteurs proposent une taxonomie des systèmes de covoiturage selon les contraintes temporelles, spatiales et de préférences des utilisateurs. Ils analysent les algorithmes d’optimisation utilisés pour maximiser le taux de mise en correspondance tout en minimisant les détours. L’article souligne que l’adoption par les utilisateurs dépend fortement de la confiance et de la perception de sécurité. Les contraintes comportementales comme la flexibilité horaire et l’acceptabilité du partage avec des inconnus sont présentées comme des facteurs clés. Les auteurs concluent par des directions de recherche futures intégrant les aspects comportementaux dans les modèles d’optimisation.
Summary (EN)
This state-of-the-art survey covers dynamic ridesharing systems, examining the challenges of matching drivers and passengers under real-world constraints. The authors propose a taxonomy of ridesharing systems based on temporal, spatial, and user preference constraints. Optimization algorithms used to maximize match rates while minimizing detours are reviewed and compared. The paper highlights that user adoption depends strongly on trust and perceived safety. Behavioral constraints such as schedule flexibility and willingness to share with strangers are presented as key adoption factors. The authors conclude with future research directions that integrate behavioral aspects into optimization models.
Points clés
| Aspect | Détail |
|---|---|
| Taxonomie des systèmes | Classification selon contraintes temporelles, spatiales et préférences utilisateurs |
| Algorithmes de mise en correspondance | Revue comparative des méthodes d’optimisation maximisant le taux de match tout en minimisant les détours |
| Adoption utilisateur | Fortement conditionnée par la confiance et la perception de sécurité envers les inconnus |
| Contraintes comportementales | Flexibilité horaire et acceptabilité du partage identifiées comme facteurs d’adoption déterminants |
| Directions futures | Intégration des aspects comportementaux dans les modèles d’optimisation comme enjeu central |
Lien avec mes recherches
Cette revue constitue une référence fondatrice pour comprendre comment les contraintes comportementales individuelles — flexibilité, confiance, acceptabilité du partage — interagissent avec les algorithmes de mise en correspondance pour produire des propriétés système émergentes. Dans le cadre d’une simulation multi-agents du covoiturage, la taxonomie proposée offre un cadre structurant pour modéliser la diversité des agents et leurs règles d’interaction. La tension identifiée entre optimisation globale et adoption individuelle est précisément le type de phénomène émergent que les approches multi-agents permettent d’explorer.