V2V 環境下具有組策略防護特性的虛擬交通燈

宋 瑋，趙會奮，蔡文欽，周萬強

（廣東工業大學 計算機學院，廣州 510006）

0 概述

交通擁堵是現代城市治理中的一個重要問題。目前緩解交通擁堵的方法［1］包括使用智能交通系統中的交通信號燈和車輛重路由。其中，固定時間周期的交通信號燈無法適應飛速增長的車輛導致的擁堵問題，現有的優化方法將如強化學習、遺傳算法、神經網絡、模糊邏輯等應用在交通控制領域以減少車輛的整體等待時間、提高交通安全、減少能源消耗等，但這些方法需要大量的歷史數據及耗費大量的計算時間。車輛重路由通過為車輛提供可替換的路徑來減輕擁堵。文獻［2］提出的路徑誘導算法所產生的路徑可提升車輛準時到達的概率。文獻［3］中的基礎設施代理使用強化學習更新節點壓力，從而獲得車輛的最優路徑。為了適應交通的動態性，基礎設施代理使用組合拍賣調整車輛路由。文獻［1］充分總結了車輛重路由和交通信號燈緩解交通擁堵問題的現狀，利用數字信息素將兩者結合起來，路邊設備代理利用車輛代理提供的信息素預測短期交通狀態，若有擁堵則進行車輛重路由；交通信號燈代理則利用信息素調整綠燈時長。上述研究均涉及了車輛代理、路邊設施代理或交通信號燈代理以及相互之間的信息交換與協作。

另一類研究僅基于車車互聯（Vehicle to Vehicle，V2V）與協作，文獻［4］提出在V2V 環境下的虛擬交通燈（Virtual Traffic Lights，VTL），不需要依賴任何路邊基礎設施，僅通過車輛間的直接通信協商路權分配，使用車載顯示裝置來告知司機交通燈信號，極大節省了修建和維護實體交通信號燈的費用，推廣了交通信號燈的使用［5］。但目前的研究均基于一個前提：車車間交互的信息能夠被設備感知，且不考慮存在不可被設備感知的信息。文獻［6］指出在鼓勵拼車的路權分配規則下（車上乘客數越多，車輛通行優先級越高），由司機提供乘客數量，因此司機可以通過謊報車輛滿載而獲利。文獻［7］指出不同的駕駛人對等待時間的估值不同，當駕駛人知道位于他后面的駕駛人會出價使得該車道獲得路權，則會謊報他真實的估值。經濟學領域提出的策略防護機制是目前用于激勵趨利的單個節點偏好進行有益合作的一種有效手段，描述的是參與的節點只有在真實展示其私有信息時所獲得的效益最大，常被用作激發節點的真實意圖和能力。在合作路口管理中，主要使用第二價格拍賣機制和維克瑞-克拉克-格羅夫斯拍賣機制（Vickrey-Clarke-Groves，VCG）對趨利的單個車輛/司機進行激勵，但當節點合謀謊報時則激勵失效。

本文依托于車車互聯和協作，不考慮使用基礎設施代理和信號燈代理。針對在V2V 環境下存在設備不可測量的信息，如車輛/司機對路權的偏好、緊急程度、乘客數量等，本文令車輛合作通過路口，并建模為合作博弈模型，設計一種使用Shapley 值的組策略防護拍賣機制，該機制能夠避免車輛虛報私有信息，從而保證車輛評價值的真實性。此外，基于拍賣結果集合中真實的評價值控制虛擬交通燈，并進行路權分配，動態設定綠燈通行的車輛集合，以改變虛擬交通燈中固定綠燈通行閾值的方式。

1 相關工作

1.1 虛擬交通燈

文獻［4］指出虛擬交通燈包括3 個部分：1）選舉算法選出領導車輛承擔實體交通燈的職責；2）領導車輛制定路權分配并發送給車輛；3）當領導車輛離開路口后，領導權按照轉移算法轉給其他車輛，繼續控制交通。但是該文并未給出詳細的算法過程。文獻［8］在文獻［1］的基礎上改進了車輛間的消息傳播方式并給出了詳細的交互過程。文獻［5］改變了文獻［8］中通過設定綠燈通行車輛數量閾值的方式制定通行時間，提出了獨立路口虛擬交通燈的相位算法，并利用每個車道車輛的等待時間、排隊鏈路長度及排隊數量這3 個參數制定優先級，節省了等待時間。文獻［9］提出的算法可以讓通行方向不沖突的車輛同時通行，增加吞吐量，從而減少了車輛的平均行駛時間。除了通過改進交通控制邏輯外，研究分別集中在虛擬交通燈的實施、評價和領導車輛選舉算法。文獻［10］研究了VTL 在車載系統中用戶界面的設計，包括在行駛過程中虛擬交通燈車載界面使用的安全性、用戶的接受程度以及對主駕駛任務的負面影響。文獻［11］實現了基于Android 手機和WiFi 直連的VTL 的原型系統，并在Carnegie Mellon大學進行測試，研究了消息包的延遲問題，實驗結果顯示消息包從一臺手機傳到另一臺手機，車輛移動不超過1 m，說明了VTL 依托手機實施的可行性。文獻［12］基于文獻［1］建立了VTL 的原型系統，并在美國匹茲堡的一個停車場進行了實際的測試，實驗結果表明VTL 在無信號燈的路口可以將平均行駛時間減少20%。文獻［13］提出了3 個版本的領導車輛選舉算法用來減少交互時傳遞的通信量。文獻［14］將VTL 中的領導車輛選舉抽象為在無傳輸失敗次數限制的系統中，對一個值或一組值達成一致的問題，即共識問題。

1.2 基于拍賣的合作路口管理

路口是共享資源，從經濟學的角度看，道路的使用者對路口的使用具有不同的估值或評價，出價高的將會優先獲得路權。研究主要集中在基于拍賣的路口資源預留［6-7，15］和基于拍賣的實體交通信號燈控制［16-18］。這些研究的區別在于：1）采用的拍賣機制不同，有第1 價格拍賣或第2 價格拍賣或VCG 拍賣；2）參與人不同，有車輛或路邊設備；3）候選人不同，有車輛或相位或時空隙。這些研究的共同之處是考慮到參與人對行駛時間或等待時間有不同的態度，由此產生對候選實體的不同出價。根據拍賣的特性，只有第2 價格拍賣和VCG 拍賣可以激勵參與人真實出價，達到策略防護目的，但是當多個參與人發現可以通過虛假報價合謀獲利時，第2 價格拍賣和VCG 拍賣就失效，無法達到組策略防護。

1.3 合作博弈與組策略防護機制

為防止參與人通過虛假報價合謀獲利，可采用合作博弈中的機制來維持愿意合作的參與人之間的合作，即維持參與人真實出價的合作，避免參與人合謀并參與虛假報價。合作博弈的正式定義以特征函數的形式給出，即給定一個有限的參與人集合A，合作博弈的特征型是有序數對（A，ν），其中特征函數ν是從2A={S|S?A}到實數集RA的映射，即ν：2A→RA，且ν(?)=0。ν（S）是聯盟S中參與人相互合作所對應的效用，可以是得益，也可以是成本。可轉移效用博弈（Transferable Utility Games，TU Games）指貨幣可以被用來在不同的參與人之間轉移的效用，滿足≤ν(S)，每個參與人都擁有擬線性的效用函數ui，價物（通常為貨幣）在該效用函數中呈線性關系［19］。對于合作博弈（A，ν），若ν（S）是A的每個聯盟S?A中參與人相互合作產生的成本，則（A，ν）是成本分攤博弈。向量α∈RA稱為成本配置，如果滿足下面兩個條件則α被認為屬于核：1）達到預算平衡，即=ν(A)；2）存在核性質，即對于每一個聯盟S?A，≤ν(S)。核中的成本配置使任何聯盟都沒有能力推翻他［20］。成本分攤方案為聯盟S指定的成本配置，定義為函數ξ：A×2A?R，其中S?A；而對于每一個i?S，ξ(i,S)=0。成本分攤方案ξ是交叉單調的，如果對于所有的S,T?A和i∈S，則ξ(i,S)≥ξ(i,S∪T)。成本分攤博弈（A，ν）是次模博弈，如果函數ν具有次模性質，即滿足式（1）所示條件：

Shapley 值是一種成本分攤方案ξ，可為任一個成本分攤博弈（A，ν）指派唯一的成本配置，計算公式如式（2）所示：

Shapley 值可理解為每個參與人i以隨機順序加入聯盟A的期望邊際成本。若函數ν具有次模性質，則Shapley 值是成本分攤博弈（A，ν）指派唯一的成本配置并且屬于核［23］。這意味著不存在聯盟S?A有意愿離開A而形成新的聯盟。成本分攤機制是一個算法，能夠接收多個參與人的出價向量b，并基于b產生一個結果集合Q(b)?A和支付函數p(b)∈Rn。

在組策略防護機制中，設S?A，b為真實出價向量，b′為策略出價向量。對于每個i?S，bi=令（Q，p）和(Q',p')為b、b′下的輸出。ui(bi,Q,p)為i在b出價向量和（Q，p）輸出下的效用。對于每一個S，如果不等式對于每一個i∈S成立，則等號對于每一個i∈S成立。也就是說，不會存在S中每個成員在真實情況下均具有相同效用，同時至少有一個成員能獲得更高的效用。這也就意味著這一組成員的策略出價并不會帶來更高的效用［21］。

MOULIN 等［23］指出具有交叉單調性質的成本分攤方案ξ可用于設計組策略防護機制，并給出了相關算法和定理。Shapley 值具有交叉單調性質，常被用于組策略防護機制的設計中［21］。

2 具有組策略防護特性的虛擬交通燈

2.1 基本流程

本文遵循文獻［1］提出的假設：所有的車輛裝備了DSRC 設備；所有車輛共享同一個數字地圖；所有車輛具有GPS 來保證全局時間和位置的同步；由現有的無線傳輸協議提供和解決安全、可靠性和延遲問題。組策略防護特性的虛擬交通燈基本步驟如下：

步驟1所有車輛進入路口區域后廣播狀態信息給路口區域的其他車輛。狀態信息包括車輛的路線、行駛時間、離路口的距離、是否通過路口、對領導車輛的投票等。

步驟2每個車輛根據已獲得的信息計算投票，得票最多的是領導車輛。領導車輛的選舉使用文獻［6］中提出的算法，并增加了一個選舉條件：在相同得票的情況下，等待時間最短的為領導車輛。

步驟3一旦確定了領導車輛，領導車輛將控制路口完成以下工作：啟動拍賣，使用一個信號隊列記錄每次拍賣產生的綠燈信號結果。路權分配，從信號隊列取出第1 個綠燈信號，發送綠燈消息給相應的車輛。當收到綠燈信號的車輛中最后一輛車離開路口，則領導車輛取出下一個綠燈信號。領導權的轉移，當領導車輛離開路口，它會將信號隊列傳遞給新的領導者，新的領導車輛產生過程如步驟2 所示。

步驟4當車輛收到綠燈信號后，使用狀態信息說明其正在通過路口。

2.2 車輛合作博弈模型

將車輛合作通過路口，并建模為合作博弈模型（A，ν），合作行為定義為車輛真實展示其不可被設備測量的信息。A是參與合作的車輛集合，令u(A)=1-(1-α)|A|，α是一個車輛參與合作后通過路口的概率，u（A）則是|A|個車輛合作后通過路口的概率。若路口等待的車輛有L輛，當有|A|輛車合作時，期望通過的車輛數量為ν(A)=L(1-(1-α)|A|)。ν（A）具有次模性質，不存在S?A有意愿放棄合作并離開A形成新的S，Shapley 值的計算公式如式（3）所示：

2.3 組策略防護拍賣機制

定義車輛i的效用為wi=uiqi-pi，qi是1 個指示變量，說明車輛i是否入選集合；pi是車輛i的實際支付值；評價值ui描述了車輛不可被設備測量的信息，如主觀評價、主觀緊急度、乘客數量等。車輛i向領導車輛的出價記為bi，車輛參與到合作中，則顯示其真實信息，bi=ui。領導車輛啟動拍賣用以確保bi=ui。結合文獻［18］提出的機制設計了一個使用Shapley值的組策略防護拍賣機制。設參與拍賣的車輛集合為路口等待的車輛且未參與過拍賣的車輛集合，記為L。Q表示車輛拍賣結果集合，初始時Q=L。領導車輛使用式（3）計算當前Q下的Shapley 值，并判斷ξ（i，Q）是否≤bi。如果不等式成立，則領導車輛將選擇車輛i進入車輛拍賣結果集合，反之則不選入。調整車輛集合，即Q=｛i|ξ（i，Q）≤bi｝，重復這一過程直到Q不發生變化。最終，Q中的車輛將支付pi=ξ（i，Q）給領導車輛，證明該機制是組策略防護的機制，保證bi=ui且車輛參與合作，并避免車輛/司機形成虛報私有信息的聯盟來獲取更大的利益。

2.4 路權分配

領導車輛根據固定周期或者當信號隊列為空時觸發2.3 節中的拍賣機制，依據拍賣結果集合建立綠燈信號，使用信號隊列記錄每一個綠燈信號。

每個綠燈信號g的結構為（（lg，elg），hg）。lg指獲得綠燈信號g的車道號，elg是獲得這個綠燈信號g的車道l的總評價值。hg是這個綠燈信號g覆蓋的這條車道上的車輛集合。信號隊列由多個綠燈信號組成，記為S=｛gi｝，i∈N+。信號隊列按照gi中elgi排降序。當信號隊列形成后，領導車輛取隊首綠燈信號，并通知hgi集合中的車輛為綠燈。當hgi中的最后一輛車駛離路口，領導車輛刪除當前隊首信號取下一個綠燈信號。

每次拍賣產生新的綠燈信號集合后，領導車輛將其合并到信號隊列中，合并算法如下：

算法信號隊列合并算法

算法說明：將參與拍賣的車輛集合L依據車道號劃分為子集合，計算每個子集合的車道總評價值，形成綠燈信號gi，產生的綠燈信號集合記為S′=｛gi｝。在雙向單車道下一次拍賣產生4 個綠燈信號，一個車道對應一個綠燈信號。算法第1 行，如果S中綠燈信號數量為0 或者為1，則直接將S′連接在S后。否則，對于每一個S′中的gi在S中找到具有相同車道的信號gj，將這2 個信號中的車道總評價值相加，車輛集合合并形成新的gj。最后對S按照車道的總評價值排降序。

車道總評價值的計算：如果只以車道中車輛的出價bi計算，會導致等待時間長但bi值小的車輛無法通行，最終使整體的行駛時間變長。用l表示車道，車道l的總評價值記為el值，計算如下：

其中：Ql表示l車道中入選拍賣結果Q的車輛集合；Ll表示參與拍賣的l車道上的車輛集合；wi表示i車輛的等待時間。通過參數控制的方式，使等待時間與bi值具有可比性。式（4）可以保證等待時間過長的車輛盡快離開路口的同時，bi值高的車輛能較快通過。等待時間是設備可測量的值，可通過內置的車載系統獲得。

3 實驗結果與分析

模擬實驗用于驗證經濟學特性和評價在交通領域內的性能。

3.1 經濟學特性的驗證

采用matlab 軟件驗證策略防護特性和組策略防護的特性，參數的設定如下：

1）L是參與一次拍賣的車輛集合，在實際的運行中是變化的。這里主要驗證組策略的防護特性，因此采用固定集合L。

2）α是一輛車參與合作后通過路口的概率。

3）β表示駕駛員主觀或客觀地認為自己的評價值ui為0，比如駕駛員對優先行駛權不感興趣，只是遵循現有的路況和交通信號行駛。即β表示ui=0 的概率。

4）評價值ui以β為0 為基礎進行評估，1-β的概率均勻分布在［1，50］。

5）γ1、γ2控制車輛出價bi，并隨機產生0～1 之間的值，如果這個值小于γ1，則車輛虛低報價bi＜ui；如果高于γ2，車輛虛高報價bi＞ui；在其他情況下，車輛報告真實評價值bi=ui。

圖1 展現的是當|L|=50 時，Shapley 值隨α值以及合作車輛集合規模的變化，選取了車輛規模為1～20的集合。由圖1 中可知：當α變小時，Shapley 值變小；當合作車輛集合規模越大時，不同α值的Shapley值的差別越小。因此當集合夠大時，如果1 個車輛的bi值能使它進入拍賣結果集合，α變化帶來的Shapley 值變化很小，仍然使該車輛進入拍賣結果集合。可見α值不會給拍賣結果集合規模帶來很大的影響，但3.3 節中車輛的支付值pi將取決于特定α下的Shapley 值。

圖1 不同α 值及合作車輛集合規模下的Shapley 值Fig.1 Shapley value under different α and the scale of cooperative vehicle set

實驗1探究α、β和拍賣結果集合間的關系。令|L|=50，ui∈[0,50]，如前所述α對拍賣結果集合影響不大但決定支付值；拍賣結果集合與β值，即ui為0 的車輛個數相關。在相同的拍賣結果集合下α越大說明合作意愿越高，支付值pi越高（見表1，β=0.9），但隨著β的減小，不同α下支付的差別越小（表1，β=0.1）。

表1 α、β 值與拍賣結果集合間的關系Table 1 Relationship between α，β value and collection auction results

實驗2驗證策略防護特性，即車輛只有在真實展示其評價值時獲得的效用最大。參數設置：|L|=50；α=0.5；β=0.3；γ1=0.4；γ2=0.6；ui∈[0,50]。執 行100 次拍賣機制，每次隨機選擇一輛車謊報。從圖2中可見謊報帶來的效用與真實帶來的效用間的差值均≤0，這意味著車輛不能從謊報中獲得更多的效用，作為理性的車輛只會選擇bi=ui。

圖2 一輛車謊報下的效用差Fig.2 Utility difference when one vehicle misreports

實驗3驗證組策略防護的特性，即避免車輛形成虛報評價值的聯盟來獲取更大的利益。執行1次拍賣，隨機選擇車輛集合謊報，參數設置：|L|=20；α=0.5，β=0.3；γ1=0.3；γ2=0.7；ui∈[0,50]。圖3 中有14 輛車合謀謊報，顯然有些車輛，如編號為1、6、7、12、13、14 的車輛，并不如在真實場景下獲得的效用大，這些車輛將不會停留在合謀集合中，合謀謊報的聯盟無法形成。

圖3 多輛車合謀謊報下的效用差Fig.3 Utility difference when multiple vehicles collude to misreport

3.2 交通領域特性驗證

場景參數設置：實驗建立在文獻［9］搭建的模擬平臺上，車輛交互方式、消息格式以及道路和車輛的設置與該模擬平臺一致。采用2 種規模的十字路口區域，十字路口由4 條雙向單車道交匯而成，車道寬7 m，直行、左轉、右轉共用1 條道。如圖4 所示，規模1的十字路口區域為107 m ×107 m，每條車道長50 m；規模2 路口區域為207 m×207 m，每條車道長100 m。車身長度4.5 m，安全間隙2 m，定義交通密度為每分鐘的車輛數（輛/min），運行時車輛的數量由交通密度控制，模擬程序產生30 min 的車輛數據。使用平均行駛時間作為交通領域性能的評價指標，比較文獻［6］中實現的VTL 與本文提出的組策略防護的虛擬交通燈（VTLA）。行駛時間為一輛車從進入十字路口區域到離開該區域所花費的時間。

圖4 十字路口區域設置Fig.4 Intersection area setting

實驗4探究參數VTL_NF_DEFAULT 對VTL平均行駛時間的影響。令文獻［6］中實現的VTL 通過設定綠燈通行車輛數量閾值的方式制定通行時間。模擬平臺使用參數VTL_NF_DEFAULT 定義該閾值，即1 個車道的首車獲得綠燈后，該車道有多少輛車可以跟隨首車通過。設交通密度為70；α=0.5；β=0.3；ui∈[0,50]；bi=ui。由 表2 可 知，當VTL_NF_DEFAULT 變大，平均行駛時間則減小，車輛出價的高低與行駛時間無關。

表2 參數VTL_NF_DEFAULT對VTL平均行駛時間的影響Table 2 Effect of VTL_NF_DEFAULT on average duration time of VTL

實驗5比較VTL 和VTLA 在不同交通密度下的車輛平均行駛時間（s）和改善度。參數設置：α=0.5；β=0.3；ui∈[0,50]；bi=ui，拍賣周期設置為3 s/次，當信號隊列為空時也觸發拍賣。VTL 的平均行駛時間受參數VTL_NF_DEFAULT 的影響，因此可以通過計算VTLA 中綠燈信號的平均車輛長度來設置參數VTL_NF_DEFAULT，參數設置如表3 所示。例如，當交通密度為50 時，VTLA 中綠燈信號平均車輛長度為3.8，設置參數VTL_NF_DEFAULT=3，說明VTL 中1 次綠燈通行車輛數量的閾值為4。

表3 參數VTL_NF_DEFAULT 的設置Table 3 Parameter VTL_NF_DEFAULT setting

改善度W的計算公式如式（5）所示：

其 中：dVTL表示VTL 的平均行駛時間；dVTLA表 示VTLA 的平均行駛時間。

如圖5 和圖6 所示為在規模2 的十字路口中，組策略防護的虛擬交通燈（VTLA）相對于VTL 在平均行駛時間上有較好的改善。當交通密度為30 輛/min～80 輛/min 時，VTLA 的改善度超過30%；對于評價值高的車輛ui∈[35,50]，改善度會更好，如交通密度為50 輛/min 時，VTLA 改善度超過50%。

圖5 不同交通密度下的平均行駛時間Fig.5 Average travel time under different traffic density

圖6 不同交通密度下的平均行駛時間改善度Fig.6 Average travel time improvement under different traffic densities

由圖5 中規模1 的十字路口可知，當交通密度為10 輛/min～20 輛/min 時，VTLA 和VTL 的平均行駛時間差別不大；當交通密度為30 輛/min～50 輛/min 時，VTLA 改善度超過50%，對于評價值高的車輛ui∈[35,50]，改善度接近60%（見圖6）；但交通密度為60 輛/min～100 輛/min 時，VTLA 和VTL 的平均行駛時間差別不大，并且明顯不如規模2 下的性能。原因在于規模1 的十字路口區域只有規模2 的1/2，交通密度為60 輛/min 時，則意味著0.5 h 內有1 800 輛車進入規模1 的區域，相比于0.5 h 內1 800 輛車進入規模2 的區域，明顯產生了近似堵車的效果，所以VTLA 和VTL 性能相似。因此，圖6 不再展現規模1的十字路口中交通密度在60 輛/min 以上的改善度。

改善度D的計算式如式（6）所示：

其中：d1表示所有車輛（ui∈［0，50］）的平均行駛時間；d2表示評價值ui∈［35，50］的車輛平均行駛時間。

圖7 比較的是兩種策略中評價值高的車輛，即評價值為ui∈[35,50]，相對所有車輛的平均行駛時間的改善度。

圖7 評價值高的車輛相對于所有車輛平均行駛時間的改善度Fig.7 Improvement of vehicles with high evaluation value relative to average driving time of all vehicles

由于近似堵車，圖7 不再展現規模1 中十字路口的交通密度在60 輛/min 以上的改善度。高評價值的車輛已無優勢。圖7 說明VTLA 中出價高的車輛能較快地離開路口區域，交通密度為30 輛/min～50 輛/min 時改善度較好，最高可接近25%；VTL 中平均行駛時間與出價高低無關。

實驗6比較在少量車輛具有高評價值ui的場景下，VTL 和VTLA 在不同的交通密度下高評價值ui車輛的平均行駛時間改善度。參數設置：α=0.5；β=0.9；bi=ui。該場景適用于某些具有強烈通行意愿的車輛，由于特殊原因希望快速通過路口，設ui=1 000。

圖8 顯示在規模2 的十字路口中，VTLA 相對于VTL 在平均行駛時間上有較好的改善；在規模1 的十字路口中，交通密度為60 輛/min～100 輛/min 時VTLA 和VTL 的平均行駛時間差別不大，這與圖5中表現的性能一致。與圖6 類似，圖9 僅顯示規模1中交通密度為10 輛/min～60 輛/min 的改善度。由圖9 及式（6）可知，對于少量的具有高評價值的車輛，在平均行駛時間上的改善度較好，對于車輛密度在40 輛/min～70 輛/min 時，改善度能超過20%。但車輛密度為100 輛/min 時，由于本身已處于近似堵車狀態，因此具有高評價值ui的車輛由于前面車子無法通行而在通行上沒有優勢。

圖8 具有少量高評價值車輛時所有車輛的平均行駛時間Fig.8 Average duration time of all the vehicles when there are few high valuation vehicles

圖9 具有少量高評價車輛時高評價值車輛的平均行駛時間改善度Fig.9 Improvement ratio of high valuation vehicles when there are few high valuation vehicles.

3.3 分析與討論

模擬實驗表明本文提出的虛擬交通燈具有策略防護和組策略防護的特性，適用于非可測量因素控制路權的場景。車輛只有在真實展示其私有信息時獲得的效用最大，且能夠避免車輛形成虛報私有信息的聯盟來獲取更大的利益。此外，組策略防護的虛擬交通燈比設定綠燈通行數量閾值的虛擬交通燈，在平均行駛時間上有良好的改善，同時高評價值的車輛具有較好的平均行駛時間的改善。組策略防護的虛擬交通燈涉及貨幣支付，其意義在于每個車輛節點是理性的且明白該過程，他們將不會虛報，這也是納什均衡中一致性預測的體現。目前虛擬交通燈的實現是內置在車載系統或手機中的一個應用，不管是實際貨幣支付還是虛擬貨幣支付均可利用和接入現有的車載或手機中的支付功能。

關于評價值ui的設定，文獻［3］中設定車輛的偏好值均勻分布在［0，1，2，3，4］中，無貨幣單位；文獻［13］設定駕駛員的預算均勻分布在［0，500］之間，貨幣單位為分（cent）；文獻［12］設定駕駛員的出價遵循均值為100，方差為25 的正態分布，貨幣單位為分（cent）；文獻［3］設定駕駛員對等待時間縮減的估價遵循均值為1/λ=0.01 的指數分布，無貨幣單位。可見評價值的設定并無統一模式，只是一種在基于貨幣激勵的方式下產生的駕駛員偏好的貨幣表現。在同一支付系統中只要保證評價值和支付值具有可比性，產生激勵效果即可。

4 結束語

為適用于非可測量因素影響路權的場景，提出一種具有組策略防護特性的虛擬交通燈。通過令車輛合作通過路口，并建模為合作博弈，讓虛擬交通燈中的領導車輛發起拍賣，以保證車輛/司機的出價是真實的評價值。利用拍賣的結果建立綠燈信號，使用1 個信號合并算法整合多次拍賣產生的綠燈信號，從而產生合理的路權分配。實驗結果表明，組策略防護的虛擬交通燈在保證車輛提供真實私有信息、無合謀行為的基礎上，既改善了整體的平均行駛時間又保證了高評價值的車輛能較快通過路口。在實際應用中，城市道路多為三車道，存在十字形、T型和多路交叉口，且實體交通燈與無交通燈的路口通常并存。下一步將研究具有組策略防護特性的虛擬交通燈在多路口多車道中的應用，通過優化實體交通燈和虛擬交通燈在路口的配置比例，提升虛擬交通燈的應用效果。