面向共享自动驾驶车辆（SAV）车队管理的深度强化学习
机器学习
2022-01-19 v1 机器人学
摘要
共享自动驾驶车辆（SAV）车队公司正在全国范围内启动试点项目。2020 年弗吉尼亚州费尔法克斯宣布了弗吉尼亚首个共享自动驾驶车辆车队试点项目。SAV 有望改善生活质量。然而，SAV 也会因产生过多的车辆行驶里程（VMT）而带来一些负外部性，进而导致更多拥堵、能耗与排放。过多的 VMT 主要由空车调度过程产生。基于强化学习的算法正作为解决其中部分问题的可能方案被研究，最显著的是最小化乘客等待时间。但尚无使用强化学习的研究涉及降低停车空间成本或减少空驶巡航时间。本研究探索不同的强化学习方法，进而确定最佳方法以帮助最小化乘客等待时间、停车成本与空驶行程。
引用
@article{arxiv.2201.05720,
title = {Deep Reinforcement Learning for Shared Autonomous Vehicles (SAV) Fleet Management},
author = {Sergio Sainz-Palacios},
journal= {arXiv preprint arXiv:2201.05720},
year = {2022}
}