用于按需拼车的神经近似动态规划

按需拼车（例如 UberPool）近来变得流行，因为它能够降低乘客成本，同时增加司机和聚合公司的收入。与出租车按需（ToD）服务——其中一辆车一次仅被分配一名乘客——不同，在按需拼车中，每辆（可能部分满载的）车可被分配一组具有多个不同起讫点的乘客请求。为确保近实时响应，现有对实时拼车问题的解决方案是短视的，因为它们优化当前时间步的目标（例如最大化服务乘客数）而不考虑其对未来分配的影响。这是因为即便拼车中的短视分配也涉及考虑可将哪些乘客请求组合分配给车辆，这给 ToD 问题增加了一层组合复杂性。解决 ToD 问题中短视分配局限性的一种流行方法是近似动态规划（ADP）。现有用于 ToD 的 ADP 方法只能处理基于线性规划（LP）的分配，而拼车中的分配问题需要具有不良 LP 松弛的整数线性规划（ILP）。为此，我们的关键技术贡献在于提供一种可从基于 ILP 的分配中学习的通用 ADP 方法。此外，我们通过使用基于神经网络的值函数近似来处理来自乘客请求组合带来的额外组合复杂性，并展示了与深度强化学习的联系，使我们能以更高的稳定性和样本效率学习该值函数。我们表明，在真实世界数据集上，我们的方法比过往方法高出至多 16%，这是城市尺度交通问题中的显著改进。