电动网约车市场中充电定价的学习方法

随着网约车车队的电气化，将需要激励网约车车辆于何时何地充电。本工作中，我们假设一个中央管理机构希望控制车辆的分布，并可通过选择充电价格来实现。由于市场中可能存在不止一家网约车公司，我们将该问题建模为单领导者多跟随者 Stackelberg 博弈。跟随者（即各公司）在领导者给定的价格下竞争充电资源。我们提出了一种基于情境多臂老虎机（contextual bandits）概念的 learning 算法，使中央管理机构能找到高效的定价策略。我们还展示了若领导者对公司的目标函数具有部分先验知识，如何改进学习的探索阶段。所提算法的效率在针对中国深圳城市的模拟案例研究中得到验证。