面向多司机车辆调度与重定位问题的深度强化学习
机器学习
2019-11-27 v1 人工智能
机器学习
摘要
在供需随时空变化的背景下，订单分配与司机重定位（亦称车队管理）是网约车平台市场的核心问题。手工设计考虑这些资源分配问题动态的启发式解法十分困难，或许更适合由端到端机器学习方法来处理。先前的工作从高层面探索了该问题的机器学习方法，其中学习方法负责司机重定位或订单分配之一，并进一步简化，将司机视为最大化自身奖励函数的独立智能体。本文提出一种深度强化学习方法，以处理完整的车队管理与调度问题。除将司机视为个体智能体外，我们还从系统中心视角考量该问题，即由一个中央车队管理智能体负责所有司机的决策。
引用
@article{arxiv.1911.11260,
title = {Deep Reinforcement Learning for Multi-Driver Vehicle Dispatching and Repositioning Problem},
author = {John Holler and Risto Vuorio and Zhiwei Qin and Xiaocheng Tang and Yan Jiao and Tiancheng Jin and Satinder Singh and Chenxi Wang and Jieping Ye},
journal= {arXiv preprint arXiv:1911.11260},
year = {2019}
}
备注
ICDM 2019 Short Paper