新的POLO框架通过部分可观察性优化多平台配送

研究人员开发了POLO，一个用于优化多平台即时配送系统中调度的全新框架。该方法使用部分可观察的多智能体强化学习，允许每个平台仅使用其本地数据来学习调度策略。POLO包含一个基于注意力机制的策略表示，用于聚合跨骑手信息，以及一个反事实奖励塑造机制来处理不同网格间的联合动作。实验表明，与现有方法相比，POLO提高了平台收入和骑手出行效率。 AI

影响 这项研究通过在复杂的多平台环境中实现更好的决策，有望带来更高效的物流和配送服务。

排序理由 该集群包含一篇详细介绍特定机器学习问题新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• alphaXiv
• arXiv
• CatalyzeX Code Finder for Papers
• Connected Papers
• DagsHub
• Gotit.pub
• Hugging Face
• Influence Flower
• Litmaps
• POLO
• ScienceCast
• scite Smart Citations

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →