基于深度强化学习的网约车动态路径规划 Dynamic Ride-Hailing Route Planning Based on Deep Reinforcement Learning

11.基于深度强化学习的网约车动态路径规划
Dynamic Ride-Hailing Route Planning Based on Deep Reinforcement Learning
摘要：随着移动互联网的快速发展，许多利用手机App打车的网约车平台也应运而生.这些网约车平台大大减少了网约车的空驶时间和乘客等待时间，从而提高了交通效率.作为平台核心模块，网约车路径规划问题致力于调度空闲的网约车以服务潜在的乘客，从而提升平台的运营效率，近年来受到广泛关注.现有研究主要采用基于值函数的深度强化学习算法(如deep Q-network, DQN)来解决这一问题.然而，由于基于值函数的方法存在局限，无法应用到高维和连续的动作空间.提出了一种具有动作采样策略的执行者-评论者(actor-critic with action sampling policy, AS-AC)算法来学习最优的空驶网约车调度策略，该方法能够感知路网中的供需分布，并根据供需不匹配度来确定最终的调度位置.在纽约市和海口市的网约车订单数据集上的实验表明，该算法取得了比对比算法更低的请求拒绝率.

关键词: 移动信息处理系统, 时空数据挖掘, 深度强化学习, 网约车路径规划, 车队调度

Abstract：With the rapid development of the mobile Internet, many online ride-hailing platforms that use mobile apps to request taxis have emerged. Such online ride-hailing platforms have reduced significantly the amounts of the time that taxis are idle and that passengers spend on waiting, and improved traffic efficie