用于再平衡无桩共享单车系统的深度强化学习框架
人工智能
2018-12-04 v4
摘要
共享单车提供了一种环保的出行方式，并在全球蓬勃发展。然而，由于用户出行模式的高度相似性，单车失衡问题持续发生，尤其对于无桩共享单车系统，对服务质量和公司收入造成显著影响。因此，高效解决此类失衡已成为共享单车系统的关键任务。本文中，我们提出了一种新颖的深度强化学习框架，用于激励用户再平衡此类系统。我们将该问题建模为马尔可夫决策过程，并同时考虑空间和时间特征。我们开发了一种称为分层强化定价（HRP）的新型深度强化学习算法，其构建于深度确定性策略梯度算法之上。与现有常忽略空间信息且严重依赖准确预测的方法不同，HRP 利用带有嵌入式局部模块的分治结构捕捉空间和时间依赖性。我们基于来自中国主要无桩共享单车公司摩拜（Mobike）的数据集进行了大量实验来评估 HRP。结果表明，HRP 的性能接近 24 个时隙的前瞻优化，并在服务水平和单车分布上均优于 SOTA 方法。其在应用于未见区域时也具有良好的迁移性。
引用
@article{arxiv.1802.04592,
title = {A Deep Reinforcement Learning Framework for Rebalancing Dockless Bike Sharing Systems},
author = {Ling Pan and Qingpeng Cai and Zhixuan Fang and Pingzhong Tang and Longbo Huang},
journal= {arXiv preprint arXiv:1802.04592},
year = {2018}
}