Curiosity

动态路网的绕行代价：算法如何把司机带进坑里

揭示导航系统绕行决策背后的代价函数结构，并用它解释一次'被坑'的典型情形。

Before you enter

A complete interactive classroom, not just a preview.

Start when you are ready to enter this Stage's 8 scenes and explore, respond, and learn as you go.

Scenes

16 min

Estimated

Content language: zh-CN

Created by

MathClue

Start this Stage

Remix into your version

Sign-in may be required to play

What happens inside

01一次被'坑'的真实场景slide
Question
呈现一段典型场景：下班晚高峰，导航提示'前方拥堵，建议绕行 X 路，节省 8 分钟'。司机照做，结果多花了 12 分钟。把这个张力抛给学习者。
- 展示司机视角的'被骗'叙事
- 把矛盾聚焦到'绕行代价到底怎么算'
- 不暴露任何答案，先建立问题意识
02绕行代价模拟器：拖一拖，看推荐会不会翻车interactive
Prediction
一个可交互的简化路网，滑块可以调整主路拥堵长度、绕行距离和'路况恢复速度'。学习者先以司机直觉猜哪条总用时更短，再观察算法推荐线。
- 拖动滑块改变拥堵段长度
- 调整算法假设的'恢复速度'
- 对比司机直觉 vs 算法推荐的总通行时间
03提交你的判断quiz
Prediction
在看到公式拆解前，让学习者先做一次选择：'绕行代价 ≈' 选项，明确暴露其初始直觉。
- 做出一个明确选择，不留模糊
- 为后续公式拆解制造认知冲突
04拆开看：算法到底在比较什么slide
Evidence
用一组对照数据，展示三条候选路径的'基础通行时间 / 拥堵惩罚 / 不确定性溢价'三项分项，以及最终的绕行代价评分。
- 列出每条路的三项分项数值
- 指出哪一项让推荐线发生了反转
- 强调总和，而非单一维度
05绕行代价 = 基础时间 + 拥堵惩罚 + 不确定性溢价slide
Explanation
解释公式各项含义：基础时间是路程对应的时间；拥堵惩罚把'此刻的排队长度'折算成额外时间；不确定性溢价是给未来拥堵波动留的安全垫。
- 基础时间：与距离和限速挂钩
- 拥堵惩罚：对当前排队长度的折算
- 不确定性溢价：为可能的二次拥堵加的安全垫
- 三者相加才是最终'代价'
06把拥堵报告'造假'，观察推荐翻转interactive
Transfer
学习者人为把主路'即将畅通'的预报调得更激进，看绕行代价分数如何一步步倾斜，并尝试复现最初的'被坑'场景。
- 单独修改'路况恢复速度'参数
- 观察总分和推荐路线的变化
- 复现一次完整的'多花 12 分钟'案例
07什么时候绕行代价其实算得很准slide
Boundary
回到正面：当路况稳定、拥堵报告准确、绕行距离不远时，绕行代价推荐是靠谱的。明确这一边界，避免全盘否定。
- 数据新鲜、波动小时算法可靠
- 绕行距离过长本就不划算
- 给出'什么时候可以信'的提示
08所以，它是这么算出来的，也因这样把你带进坑slide
Resolution
回到驾驶问题：绕行代价是基础时间、拥堵惩罚和不确定性溢价的加权求和；当拥堵报告滞后或'恢复速度'估计过乐观，算法会低估主路剩余拥堵时长、低估绕行的真实代价，于是把司机送进尚未疏通的拥堵带。
- 明确给出代价函数的三项结构
- 指出'坑'的本质是数据假设失真
- 给出可操作的应对提示