基于强化学习的机器人出租车编队规模化调度

提供按需出行服务的机器人出租车 fleet，通常称为自主移动-on-demand（AMoD）系统，具有显著的社会效益，例如减少污染、能源消耗和城市拥堵。然而，在规模化方面仍面临关键挑战，现有的调度算法往往未能充分发挥系统潜力。本 work 引入了一种新颖的决策框架，将数学建模与数据驱动技术相结合。具体而言，我们将 AMoD 调度问题置于强化学习的视角下，提出一种基于图网络的框架，利用图表示学习、强化学习和经典运筹学工具的主要优势。广泛的仿真评估表明，我们的方法在多样化的仿真保真度和情景下具有良好的灵活性，实现了优于先前方法的系统性能、计算效率和通用性。最后，为了推动该领域的研究力量，本 work 公开了可获取的基准、数据集和模拟器，以及一个开源代码库，旨在提供可 접근 simulation 平台并建立用于比较 methodology 的标准化验证流程。