自动驾驶车队只顾自己抄近路，人类司机多花1.7%时间；给奖励加一项社会成本，多出来的时间降到1.1%
在真实路网上，只最小化自身通行时间的自动驾驶车辆会把人类驾驶车辆的平均通行时间推高，因为道路容量有限，绕开拥堵的路线被抢走后成本转移给了别人。研究把“边际成本”这一项加进自动驾驶车辆的奖励：用一次反事实仿真把该车从路网中移除，比较其余车辆通行时间的变化，从而量化它对系统的影响。在因戈尔施塔特和普罗万两个真实路网上，加入社会项后人类车辆通行时间的增幅从1.7%降到1.1%，自动驾驶车辆自身也更快；只对约40%影响最大的车辆计算边际成本，可把额外仿真次数从约414万降到约246万，效果接近全量计算。