智逐空鹅：一种用于网约车系统动态再平衡的预测性路径规划算法
系统与控制
2025-05-06 v1 系统与控制
摘要
传统的网约车系统再平衡方法将空闲司机引导至固定目的地，忽略了行程分配经常发生在巡游过程中的事实。这种以目的地为中心的观点未能利用现代平台依赖于路径的特性，即实时匹配取决于整个轨迹而非静态终点。我们提出了“智逐空鹅”算法，这是一种事件触发、司机特定的路径规划框架，通过预测时空供需动态来预见未来的匹配机会。WGC使用一个滞后泛函微分方程系统来模拟空闲司机密度和乘客队列在路段层面的演变，同时纳入了途中匹配和司机间的竞争。根据请求，WGC计算个性化的巡游路径，以最小化每位司机的预期分配时间。在合成城市网络上的蒙特卡洛模拟显示，WGC始终优于基准策略，凸显了在动态出行系统中进行预测性、情境感知再平衡的优势。
引用
@article{arxiv.2505.02603,
title = {Wise Goose Chase: A Predictive Path Planning Algorithm for Dynamic Rebalancing in Ride-Hailing Systems},
author = {Avalpreet Singh Brar and Rong Su and Christos G. Cassandras and Gioele Zardini},
journal= {arXiv preprint arXiv:2505.02603},
year = {2025}
}