申请/专利权人:清华珠三角研究院;清华大学深圳国际研究生院
申请日:2024-01-11
公开(公告)日:2024-04-16
公开(公告)号:CN117892953A
主分类号:G06Q10/0631
分类号:G06Q10/0631;G06Q30/0645;G06Q50/47;G06N3/092;G06N3/047;G06N7/01
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.03#实质审查的生效;2024.04.16#公开
摘要:本发明公开了一种基于强化学习的出租车调度双目标优化方法及系统,其中方法包括以下步骤:构建虚拟城市环境,基于所述虚拟城市环境进行环境状态的搭建;基于所述环境状态建立调度目标函数,并将所述目标函数转化为马尔可夫决策模型;获取现实环境数据,并基于A2C强化学习框架和所述马尔可夫决策模型进行出租车调度迭代优化,得到优化结果。本发明通过综合考虑优化乘客和司机角度的目标,将增加收入和减少等待时间作为出租车调度优化的双目标。同时基于A2C的强化学习框架,通过对所有代理的梯度进行平均,可以减少训练过程中的方差,从而提高算法的稳定性。
主权项:1.一种基于强化学习的出租车调度双目标优化方法,其特征在于,包括以下步骤:构建虚拟城市环境,基于所述虚拟城市环境进行环境状态的搭建;基于所述环境状态建立调度目标函数,并将所述目标函数转化为马尔可夫决策模型;获取现实环境数据,并基于A2C强化学习框架和所述马尔可夫决策模型进行出租车调度迭代优化,得到优化结果。
全文数据:
权利要求:
百度查询: 清华珠三角研究院;清华大学深圳国际研究生院 一种基于强化学习的出租车调度双目标优化方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。