乘车平台中的长期公平性

两侧市场中的匹配问题最近受到广泛关注。然而，现有关于乘车平台的研究主要聚焦于提高效率，而公平性问题被忽略了。乘车平台中的公平性问题，包括司机收入差异显著以及不同地点乘客等待时间的波动，可能对经济和伦理层面产生深远影响。近期致力于乘车平台公平性的研究利用传统优化方法和马尔可夫决策过程（MDP）来平衡效率与公平性。然而，这些现有研究存在若干问题，包括传统优化方法导致的短视决策，以及从传统优化和基于马尔可夫决策过程的方法在较长时间尺度上的公平性不稳定。为解决这些问题，我们提出一种动态马尔可夫决策过程模型，以缓解当前乘车平台面临的公平性问题，同时在效率与公平性之间寻求平衡，其具有两个独特特征：(i) 预测模块用于预测来自不同地点的未来请求数量，从而允许我们在整个时间范围内考虑长期公平性，而不仅仅是基于历史和当前数据模式；(ii) 针对多目标多智能体Q学习的定制化标量化函数，以平衡效率与公平性。大量基于公开真实数据集的实验表明，我们提出的方法优于现有最先进的方法。