典型文献
基于深度强化学习的网约车动态路径规划
文献摘要：
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.
文献关键词：
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
中图分类号：
作者姓名：
郑渤龙;明岭峰;胡琦;方一向;郑凯;李国徽
作者机构：
华中科技大学计算机科学与技术学院 武汉 430074;香港中文大学(深圳)数据科学学院 广东深圳 518172;电子科技大学计算机科学与工程学院 成都 610054
文献出处：
引用格式：
[1]郑渤龙;明岭峰;胡琦;方一向;郑凯;李国徽-.基于深度强化学习的网约车动态路径规划)[J].计算机研究与发展,2022(02):329-341
A类：
网约车路径规划,动作采样,调度位置,移动信息处理系统
B类：
动态路径规划,移动互联网,多利,App,打车,网约车平台,台大,大大减少,空驶,乘客等待时间,交通效率,核心模块,规划问题,空闲,提升平台,运营效率,值函数,深度强化学习算法,deep,network,DQN,函数的方法,高维,动作空间,采样策略,执行者,评论者,actor,critic,action,sampling,policy,AS,AC,调度策略,路网,供需不匹配,匹配度,纽约市,海口市,订单数据,对比算法,请求,拒绝率,时空数据挖掘,车队调度
AB值：
0.409601
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
