学习拨码接驳：基于深度图强化学习的电动拨码接驳问题
系统与控制
2026-02-06 v2 系统与控制
摘要
城市交通系统正向电动、按需服务转型，这给 fleet 管理在能源和服务质量约束下带来了运营挑战。电动拨码接驳问题（E-DARP）扩展了经典拨码接驳问题，通过引入有限电池容量和非线性充电动力学，增加了计算复杂度，并限制了精确方法在实际时限下的可扩展性。本文提出一种基于边缘中心图神经网络编码器和注意力驱动的路径构建策略的深度强化学习方法。该方法直接在边缘属性（如旅行时间和能源消耗）上运行，捕捉真实道路网络中非欧几里得、非对称且能源依赖的路由成本。学习到的策略在不依赖欧几里得假设或手工制作的启发式方法的情况下，联合优化路由、充电和服务质量。该方法在使用旧金山乘车共享数据进行的两个案例研究中进行了评估。在基准实例上，该方法的解答在最佳已知结果附近，同时将计算时间缩短了数量级。第二个案例研究考虑了规模较大的实例（最高达250对请求），真实的能源模型和非线性充电。在这些实例上，学习到的策略在解答质量上比自适应大邻域搜索（ALNS）高出9.5%，同时实现100%服务完成，推理时间在10秒内，而元启发式方法则需数小时。最后，灵敏度分析量化了电池容量、fleet 规模、拼车容量和奖励权重的影响，而鲁棒性实验表明，确定性训练的策略在随机条件下能够有效推广。
引用
@article{arxiv.2601.22052,
title = {Learning to Dial-a-Ride: A Deep Graph Reinforcement Learning Approach to the Electric Dial-a-Ride Problem},
author = {Sten Elling Tingstad Jacobsen and Attila Lischka and Balázs Kulcsár and Anders Lindman},
journal= {arXiv preprint arXiv:2601.22052},
year = {2026}
}