报告时间：2021年4月16日（星期五）14:00-17:00

报告地点：屯溪路校区三立苑324室

报 告 人：吴自军 教授

工作单位：合肥学院人工智能与大数据学院

举办单位：汽车与交通工程学院

报告简介：

“拥堵博弈”是交通网络静态建模的重要工具，而拥堵博弈的“Price of Anarchy”（PoA）则是算法博弈的重要研究方向。交通网络的自私路径会导致纳什均衡。该纳什均衡的出行成本与系统最优的出行成本之比，即PoA，反映了交通网络的优化红利。经典的最差情况分析表明，拥堵博弈的PoA在极端情况下远大于1.0，因此自私路径在“极端情况下”是极其低效的。有关结果广泛发表于J. ACM、Math. Oper. Res.、Math. Prog.、SIAM J. on Comp.、GEB、Trans. Sci.等国际顶尖期刊，引领了近20年的PoA最差情况分析浪潮。然而，近年来，越来越多的PoA实验研究表明，实际PoA值远低于经典的最差上界值，甚至接近于最优值1.0，见[Jahn et al., 2005, Oper. Res.；Yuan et al., 2008, Phys. Rev. Lett.；O’Hare et al., 2016，Trans. Res. Part B]等。这些实验结果激发了理论研究者们对PoA收敛性的探索热情。通过PoA的收敛性分析，能界定大规模交通出行条件下的PoA值，分析结果与实际情况联系更为紧密。此次报告将详细介绍近3年来学术界关于PoA收敛性研究的相关结果，相关文献参见[Colini-Baldeschi et al.，2020，Oper. Res; Zijun Wu et al.，2021，Oper. Res.; Zijun Wu and Rolf Moehring，2020，arXiv:2007.13979 v2，submitted；Zijun Wu et al.，2020，arXiv: 2007.14769.v1，submitted]。

报告人简介：

吴自军，男，安徽合肥人，2015年04月获德国克劳斯塔工业大学“极优等”自然科学博士学位（运筹学方向），现为合肥学院人工智能与大数据学院特聘教授、硕导，长期从事算法博弈、优化算法与交通优化等方向的科学研究工作，在Operations Research、IEEE Transactions on Evolutionary Computation、Theoretical Computer Science、Mathematics and Computers in Simulation、AAAI、GECCO等期刊和会议发表学术论文近20篇，主持国家自然科学基金、安徽省自然科学基金，以及安徽省教育厅重点基金各1项，作为PC成员参与组织GECCO、PDCAT、PAAP等国际学术会议，多次参与Theoretical Computer Science、Applied Soft Computing、Information Processing Letters等国际期刊审稿。