基于强化学习的环线公交车至站点的最优分配

公交系统涉及复杂的车—车与车—客交互。我们研究将公交车分配至公交站点以最小化乘客平均等待时间 W 的问题。针对两类特定的交互情形建立了解析理论：所有公交车在每个站点均载客的常态情形， versus 由互不交互的公交车不相交子集服务不相交站点子集的新型直达公交车情形。我们的公式可对所述两种情形下的一般环线精确计算 W。与常规公交车相比，我们给出了直达公交车在 W 上更优的情形。由理论获得有益见解：1）存在所需的最少公交车数；2）将拥挤站点拆分为两个较不拥挤的站点总会增大常规公交车的 W；3）改变乘客目的地与站点位置不影响 W。第二部分，我们引入一种强化学习平台，克服解析方法的局限，以搜索最小化 W 的更优公交车—站点分配。与前述情形相比，该平台允许公交车间任意可能的交互，从而解锁新颖的涌现策略。我们将此工具应用于一个简单玩具模型及三个基于南洋理工大学班车系统实测数据的经验驱动环线。在简化模型中，我们观察到一种无法用数式分析且呈现混沌行为的意外涌现策略。三个经验驱动场景的可能配置分别约为 10^11、10^11 和 10^20，故暴力搜索不可行。与常规公交车相比，我们的算法将 W 降低 12% 至 32%，与直达公交车相比降低 12% 至 29%。该工具具有实际应用价值，因其独立于公交环线的具体特征运作。