Hybrid Multi-agent Deep Reinforcement Learning for Autonomous Mobility on Demand Systems

马尔可夫决策过程 计算机科学 强化学习 二部图 人工智能 匹配(统计) 操作员(生物学) 利润(经济学) 马尔可夫过程 自主代理人 数学优化 运筹学 理论计算机科学 数学 图形 生物化学 统计 化学 抑制因子 转录因子 微观经济学 经济 基因
作者
Tobias Enders,J. Harrison,Marco Pavone,Maximilian Schiffer
出处
期刊:Cornell University - arXiv 被引量:2
标识
DOI:10.48550/arxiv.2212.07313
摘要

We consider the sequential decision-making problem of making proactive request assignment and rejection decisions for a profit-maximizing operator of an autonomous mobility on demand system. We formalize this problem as a Markov decision process and propose a novel combination of multi-agent Soft Actor-Critic and weighted bipartite matching to obtain an anticipative control policy. Thereby, we factorize the operator's otherwise intractable action space, but still obtain a globally coordinated decision. Experiments based on real-world taxi data show that our method outperforms state of the art benchmarks with respect to performance, stability, and computational tractability.

科研通智能强力驱动
Strongly Powered by AbleSci AI

祝大家在新的一年里科研腾飞
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
bkagyin应助Zed plus采纳,获得10
刚刚
李健的粉丝团团长应助Y20采纳,获得10
1秒前
恣意完成签到 ,获得积分10
3秒前
思源应助ycxxyc采纳,获得10
3秒前
lalala完成签到 ,获得积分10
3秒前
南浔发布了新的文献求助10
3秒前
hsue完成签到,获得积分10
3秒前
sifLiu发布了新的文献求助10
4秒前
科研通AI6.2应助欣欣采纳,获得10
4秒前
4秒前
PengHu完成签到,获得积分10
5秒前
诚心醉柳发布了新的文献求助10
6秒前
吃鲨鱼的小虾米完成签到,获得积分10
7秒前
8秒前
ahh发布了新的文献求助10
9秒前
111发布了新的文献求助30
9秒前
zcw完成签到 ,获得积分10
12秒前
12秒前
herschelwu完成签到,获得积分10
16秒前
zxby完成签到,获得积分20
17秒前
小蓝完成签到 ,获得积分10
17秒前
爆米花应助暗枭采纳,获得10
19秒前
20秒前
ycxxyc完成签到,获得积分20
20秒前
kang完成签到,获得积分10
20秒前
田様应助科研通管家采纳,获得10
21秒前
在水一方应助科研通管家采纳,获得10
21秒前
小马甲应助科研通管家采纳,获得10
21秒前
打打应助科研通管家采纳,获得10
21秒前
CodeCraft应助科研通管家采纳,获得200
21秒前
赘婿应助科研通管家采纳,获得10
21秒前
orixero应助科研通管家采纳,获得10
21秒前
脑洞疼应助科研通管家采纳,获得10
21秒前
Orange应助科研通管家采纳,获得10
21秒前
斯文败类应助科研通管家采纳,获得10
21秒前
桃花源的瓶起子完成签到 ,获得积分10
22秒前
水月完成签到,获得积分10
22秒前
Akim应助果小镁采纳,获得10
23秒前
upupup发布了新的文献求助10
24秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Les Mantodea de guyane 2500
Signals, Systems, and Signal Processing 510
Discrete-Time Signals and Systems 510
Driving under the influence: Epidemiology, etiology, prevention, policy, and treatment 500
生活在欺瞒的年代:傅树介政治斗争回忆录 260
Functional Analysis 200
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 计算机科学 有机化学 物理 生物化学 纳米技术 复合材料 内科学 化学工程 人工智能 催化作用 遗传学 数学 基因 量子力学 物理化学
热门帖子
关注 科研通微信公众号,转发送积分 5873631
求助须知:如何正确求助?哪些是违规求助? 6500368
关于积分的说明 15672273
捐赠科研通 4991245
什么是DOI,文献DOI怎么找? 2690494
邀请新用户注册赠送积分活动 1633050
关于科研通互助平台的介绍 1590854