基于深度强化学习的多跳顺风车分布式无模型算法
机器学习
2019-10-31 v1 人工智能
多智能体系统
系统与控制
系统与控制
摘要
自动驾驶汽车、顺风车系统和自动驾驶技术的发展将改变网约车平台规划服务的方式。然而，这些技术进步加之道路拥堵、环境问题、燃料消耗、车辆排放以及车辆使用成本高昂，使人们更加关注如何更好地利用车辆及其运力。本文提出一种新颖的多跳顺风车(MHRS)算法，该算法利用深度强化学习，通过与环境交互来学习最优的车辆调度与匹配决策。通过允许乘客在车辆间换乘(即先乘坐一辆车一段时间后再换乘另一辆车)，与顺风车算法相比，MHRS有助于实现成本降低30%以及车队利用效率提高20%。这种多跳特性的灵活性为乘客和顺风车公司提供了无缝体验，从而改善了顺风车服务。
引用
@article{arxiv.1910.14002,
title = {A Distributed Model-Free Algorithm for Multi-hop Ride-sharing using Deep Reinforcement Learning},
author = {Ashutosh Singh and Abubakr Alabbasi and Vaneet Aggarwal},
journal= {arXiv preprint arXiv:1910.14002},
year = {2019}
}
备注
This is an extended version of the work presented in NeurIPS Workshop 2019. arXiv admin note: text overlap with arXiv:1903.03882