Emergent micro-communities for ride-sharing enabled Mobility-on-Demand systems
Dafflon, Guériau, Ouzrout, Dusparic — 2020
Résumé (FR)
Les systèmes de Mobilité-à-la-Demande (MoD) souffrent d’un taux élevé de trajets à vide. Cet article propose un modèle multi-agents où les usagers (riders) sont des agents actifs capables de marcher pour se regrouper et former des micro-communautés émergentes partageant une destination commune. Les véhicules sont également des agents qui adaptent dynamiquement leurs trajectoires en fonction des groupes détectés. L’environnement virtuel s’inspire de la physique newtonienne (champ gravitationnel) : la présence d’agents crée des déformations du champ influençant les décisions locales sans coordination centralisée. Évalué sur des données réelles NYC (11 728 trajets, Manhattan, pointe matinale), le modèle MAS réduit les km vides, augmente le taux d’occupation (3–4 passagers/véhicule vs 1–2 FCFS) et diminue les temps d’attente. 44 % des usagers marchent en moyenne 112 m, restant dans les seuils d’acceptabilité (500–600 m). Le simulateur PAMELA (Python reActive Multi agEnt pLAtform) a été développé pour ce travail.
Summary (EN)
MoD systems suffer from high empty-travel rates. This paper proposes a multi-agent model where riders act as autonomous agents who walk short distances to form emergent micro-communities of travellers sharing a common destination — without central coordination. Vehicles also act as agents, adjusting routes based on detected communities. A physics-inspired virtual environment (gravitational field deformed by agent presence) drives local decisions. Evaluated on NYC taxi data (11,728 trips, lower Manhattan, peak morning demand), the proposed MAS reduces empty km, increases vehicle occupancy (3–4 passengers/vehicle vs 1–2 for FCFS), and reduces waiting times. 44% of riders walk an average of 112 m, within accepted thresholds. The PAMELA simulator was designed for this work.
Points clés
| Aspect | Détail |
|---|---|
| Contribution | Modèle SMA avec émergence de micro-communautés sans coordination centrale |
| Environnement | Champ gravitationnel virtuel 2D (physique newtonienne) |
| Agents | Riders {O, D, FoV, Impatience, État, fci} + Véhicules {FoV, T, Capacité, fdi} |
| Interactions | 4 types : rider-rider (attraction), rider-vehicle (attraction), vehicle-rider (attraction), vehicle-vehicle (répulsion) |
| Simulateur | PAMELA — Python, orienté objet |
| Données | NYC TLC 2015, 11 728 trajets, Manhattan ≤14th St |
| Comparaison | MAS vs FCFS centralisé |
| Résultats clés | Moins de km vides ; 3–4 passagers/véhicule ; attente −3 min ; 44 % marchent (moy. 112 m) |
Lien avec mes recherches
Ce papier est le point de départ direct de la thèse : il démontre l’émergence de micro-communautés dans un SMA de mobilité sans programmation explicite. Les interactions locales (4 forces) produisent une organisation spontanée à l’échelle système. À approfondir : seuil de taille critique des micro-communautés, rôle du paramètre β (laziness), extension multi-flottes.