深度 Q 学习在电梯优化中的应用及仿真结果
机器学习
2022-12-26 v3 人工智能
最优化与控制
摘要
本文提出一种结合编程与数学以优化电梯等待时间的方法。基于按电梯交通典型三峰模型生成的模拟用户数据,我们首先从对电梯背后逻辑的直观理解出发建立朴素模型。我们考量容量、加速度与最大等待时间阈值等一般特征,以充分建模现实情形。使用同一评估框架,我们进而开发深度 Q 学习(Deep Q Learning)模型,试图匹配硬编码的朴素电梯控制方法。本文大部分内容在马尔可夫决策过程(MDP)框架下展开,但随后探讨了该假设何以无法刻画高度随机的整体电梯群控系统(EGCS)。
引用
@article{arxiv.2210.00065,
title = {Application of Deep Q Learning with Simulation Results for Elevator Optimization},
author = {Zheng Cao and Raymond Guo and Caesar M. Tuguinay and Mark Pock and Jiayi Gao and Ziyu Wang},
journal= {arXiv preprint arXiv:2210.00065},
year = {2022}
}
备注
16 pages