基于深度强化学习的公交时刻表动态优化
人工智能
2021-07-16 v1
摘要
公交时刻表优化是降低公交公司运营成本并提升服务质量的关键问题。现有方法采用精确或启发式算法以离线方式优化时刻表。实践中，客流可能随时间显著变化。离线确定的时刻表无法调整发车间隔以满足变化的客流。为改善公交时刻表的在线性能，我们提出一种基于深度强化学习的公交时刻表动态优化方法（DRL-TO）。该方法将时刻表优化视为序贯决策问题。采用深度Q网络（DQN）作为决策模型，以确定在服务时段内每分钟是否派遣公交服务。因此，公交服务的发车间隔依据乘客需求实时确定。我们为DQN识别了若干新颖且有用的状态特征，包括满载率、运力利用率以及滞留乘客数。兼顾公交公司与乘客双方利益，设计了奖励函数，其包含满载率、空载率、乘客等待时间以及滞留乘客数等指标。基于现有运力计算法，我们开发了一项新技术以提升各公交站的匹配度。实验表明，相较于最先进的基于模因算法的公交时刻表优化方法（BTOA-MA）、遗传算法（GA）及人工方法生成的时刻表，DRL-TO能依据实时客流动态确定发车间隔，平均节省8的车辆并减少17的乘客等待时间。
引用
@article{arxiv.2107.07066,
title = {Deep Reinforcement Learning based Dynamic Optimization of Bus Timetable},
author = {Guanqun Ai and Xingquan Zuo and Gang chen and Binglin Wu},
journal= {arXiv preprint arXiv:2107.07066},
year = {2021}
}