研究論文(Transportation Research Part C)
Qian Ge客員准教授，壇辻貴生講師(早稲田大学)との共著による，ライドシェアリングプラットフォームを用いたライドシェアリング・センシングタスクのドライバーへの割り当て問題に関する研究論文がTransportation Research Part C: Emerging Technologyに掲載されました．論文タイトル・概要は以下の通りです。
Shenglin Liu; Qian Ge; Ke Han; Daisuke Fukuda; Takao Dantsuji (2025) Mechanism design for coordinating vehicle-based mobile sensing
tasks within the ride-hailing platform. Transportation Research Part C 176 : Emerging Technology
https://authors.elsevier.com/c/1l4k-_,2Cu2mIyx
(概要日本語訳)
本研究では、データ利用者とライドシェアリングプラットフォームの協業を通じて、車両ベースのモバイル群衆センシングタスクをライドシェアリングシステムに統合するメリットを評価します。このようなシステムでは、ライドシェアリングプラットフォームは、ライドシェアリングまたはセンシングリクエストのいずれかを実行可能な待機中のドライバーに対し、高価値のセンシングタスクを委託します。センシングとライドシェアリングのリクエスト間の異なるサービス要件と時間窓を考慮し、ライドシェアリングの注文マッチングとセンシングタスクの割り当てのための段階的な運用戦略を設計します。コストを最小化しつつドライバーのモバイルセンシング参加を促進するため、オークションベースのメカニズムを採用します。古典的なVCG（Vickrey–Clarke–Groves）ベースのタスク割り当てメカニズムの予算不足問題を解決するため、ドライバー選択アプローチを改良し、追加の予算制約を課すことで支払いルールを最適化しました。ニューヨークのタクシーデータを用いた一連の数値実験を通じて、提案メカニズムの有効性を示しました。実験結果は、ライドシェアリングサービスの品質を低下させずに、低社会コストでセンシングタスクの高い完了率を実現するメカニズムの潜在性を明らかにしました。さらに、モバイルセンシングタスクとライドシェアリングリクエストの両方に参加するドライバーはより高い収入を得られる可能性がありますが、このようなドライバーの数が増加したり、ライドシェアリングサービスの需要が高まったりすると、この優位性は薄れる可能性があることが示唆されました。
