面向按需出行服务的多功能仿真平台
人工智能
2023-08-07 v2
摘要
过去十年中，按需出行服务（或称网约车服务）经历了快速发展。各类数学模型与优化算法被提出，以帮助网约车平台设计更高效率的运营策略。然而，由于成本与可靠性问题（将不成熟算法用于实际运营可能导致系统紊乱），在真实网约车平台中验证这些模型并训练/测试这些优化算法通常不可行。作为有用的测试床，网约车系统仿真平台对于通过试错进行算法训练/测试或模型验证十分重要。尽管既往研究已针对各自任务建立了多种仿真器，仍缺乏一个公平且公开的平台来比较不同研究者提出的模型或算法。此外，现有仿真器仍面临诸多挑战，从与网约车系统真实环境的贴近程度，到其可实现的各类任务完整性皆然。为应对这些挑战，我们提出一种新颖的、开源的网约车系统多功能仿真平台，其可在真实交通网络上模拟各类智能体的行为与移动。它为用户输入提供了若干可访问接口，以训练和测试多种优化算法，尤其是强化学习算法，用于包括按需匹配、空车调度与动态定价在内的各类任务。此外，它还可用于检验理论模型对仿真结果的近似程度。基于真实数据实验的评估表明，该仿真器是面向按需出行服务运营各类任务的高效测试床。
引用
@article{arxiv.2303.12336,
title = {A multi-functional simulation platform for on-demand ride service operations},
author = {Siyuan Feng and Taijie Chen and Yuhao Zhang and Jintao Ke and Zhengfei Zheng and Hai Yang},
journal= {arXiv preprint arXiv:2303.12336},
year = {2023}
}