基于不确定需求的无人驾驶出租车优化调度

来源：计算机集成制造系统杂志2022年第11期北京时间：

作者：周晓婷, 吴禄彬, 章宇, 姜善成

单位：1.中山大学智能工程学院2.西南财经大学工商管理学院

摘要：为了减少乘客在高峰期打车难和出租车空载的情况,面对不确定的出行需求,提出一个无模型深度强化学习框架,以解决无人驾驶出租车调度问题。该框架使用马尔可夫决策模型进行建模,综合考虑了运营商收益与顾客等待成本,使用基于策略的深度强化学习算法——双延迟深度确定性策略梯度算法(TD3)对无人驾驶出租车进行调度,达到合理分配空闲车辆资源的目的。基于纽约市的真实出租车出行数据搭建了环境模拟器,通过在训练过程中加入不确定需求来增强算法鲁棒性。实验结果证明了该方法在求解不确定需求下的无人驾驶出租车调度问题时的有效性。

关键词：强化学习,无人驾驶出租车,车辆调度,策略梯度

基金资助：国家重点研发计划资助项目(2020YFB1713800);国家自然科学基金资助项目(71901180,71801031);广东省基础与应用基础研究基金资助项目(2019A1515011962)。