基于启发式强化学习的灾害应急响应协调
机器学习
2018-11-14 v1 机器学习
摘要
任何灾害发生时的一个关键且对时间敏感的任务是对受害者实施救援并将资源分发给正确的群体与位置。在人口稠密的城市地区,由于极短时间内产生海量求助请求,该任务极具挑战。为提升灾害发生后即刻应急响应效率,我们提出一种名为 ResQ 的启发式多智能体强化学习调度算法,其能在动态环境中有效调度志愿者的快速部署以救援受害者。核心思想是从社交网络数据中快速识别受害者与志愿者,随后通过自适应学习算法调度救援队。该框架执行两项关键功能:1) 识别受困受害者与救援志愿者;2) 在复杂时间敏感环境中优化志愿者的救援策略。所提出的 ResQ 算法可通过启发式函数加快训练过程,该函数通过从其他动作中识别特定动作集合来缩减状态-动作空间。实验结果表明,所提出的基于启发式多智能体强化学习的调度在奖励率与响应时间方面均优于若干最先进方法。
引用
@article{arxiv.1811.05010,
title = {Coordinating Disaster Emergency Response with Heuristic Reinforcement Learning},
author = {Long Nguyen and Zhou Yang and Jiazhen Zhu and Jia Li and Fang Jin},
journal= {arXiv preprint arXiv:1811.05010},
year = {2018}
}