面向序贯服务区域设计与时机选择的深度实物期权策略
机器学习
2023-01-02 v1 人工智能
摘要
随着各类城市机构和出行运营商迈向创新出行解决方案，在出行服务区域的设计与时机选择上，即对“实物期权”（RO）进行适时投资决策时需要战略灵活性。当此类投资中存在多个相互作用的 RO 时，该问题变得愈发具有挑战性。我们提出了一种基于可扩展机器学习的 RO 框架，用于出行按需服务的多周期序贯服务区域设计与时机选择问题，该问题被构建为具有非平稳随机变量的马尔可夫决策过程。文献中的一种值函数近似策略使用多期权最小二乘蒙特卡洛模拟，为一组作为延迟期权的相互依赖的投资决策获取策略值（CR 策略）。目标是确定纳入服务区域的一组区域的最优选择与时机。然而，先前工作需要对所有可能投资序列进行显式枚举。为解决此类枚举的组合复杂性，我们提出了一种新变体“深度”RO 策略，使用基于高效循环神经网络（RNN）的机器学习方法（CR-RNN 策略）对序列进行采样，从而免去枚举需求，使网络设计与时机策略在大尺度实施中可行。在纽约市（NYC）多个服务区域场景上的实验表明，所提策略大幅降低了总体计算成本（实现了对 >90% 总投资序列的 RO 评估时间缩减），且与基准相比差距为零或近乎为零。针对 NYC 布鲁克林 MoD 服务扩展的序贯服务区域设计案例研究表明，使用 CR-RNN 策略确定最优 RO 投资策略可取得相似性能（在 CR 策略值的 0.5% 以内），且计算时间显著减少（约快 5.4 倍）。
引用
@article{arxiv.2212.14800,
title = {A deep real options policy for sequential service region design and timing},
author = {Srushti Rath and Joseph Y. J. Chow},
journal= {arXiv preprint arXiv:2212.14800},
year = {2023}
}