一种求解带随机出行请求的动态车辆路由问题的在线方法及其在辅助公交服务中的应用

许多运营辅助公交和微公交服务的交通机构必须响应实时到达的出行请求，这需要在不确定性下求解困难的组合与序贯决策问题。为避免导致长期显著低效的决策，应通过优化非短视效用函数，或将请求批量组合并优化短视效用函数，来将车辆分配给请求。前者通常为离线，后者可在线执行。我们指出此类方法应用于实际辅助公交服务时的两个主要问题。首先，辅助公交请求在时间上稀疏，难以批量组合。其次，交通机构运营的环境动态变化（如交通状况），导致离线学习的估计变得陈旧。为应对这些挑战，我们提出一种完全在线的方法来求解带时间窗和随机出行请求的动态车辆路由问题（DVRP），该方法通过构造对变化的环境动态具有鲁棒性。我们关注请求相对稀疏的场景——我们的问题受辅助公交服务应用的启发。我们将 DVRP 建模为马尔可夫决策过程，并使用蒙特卡洛树搜索评估任意给定状态下的动作。在优化非短视效用函数的同时考虑随机请求在计算上具有挑战性；事实上，此类问题的动作空间在实践中大得难以处理。为处理大动作空间，我们利用问题结构设计算法启发式，为树搜索采样有希望的动作。我们使用来自合作机构的真实世界数据的实验表明，所提方法在性能和鲁棒性上均优于现有最先进方法。