研究人员开发用于电动汽车叫车服务的半马尔可夫强化学习，提高利润并确保可行性。

研究人员开发了一种新颖的半马尔可夫强化学习方法，用于管理大规模电动汽车叫车车队。该方法确保调度、重新定位和充电决策严格遵守充电器和馈线限制等物理约束，即使在需求和出行时间不确定的情况下也是如此。该系统利用掩码执行器产生高级意图，然后通过混合整数线性规划进行投影以保证可行性。在纽约市出租车数据集模拟器上的实验表明，名为 PD--RSAC 的方法显著优于基线方法，净利润达到 122 万美元，同时避免了任何馈线限制违规。 AI

影响 引入了一个强大的强化学习框架，用于复杂的车队管理，有可能提高物流运营效率和盈利能力。

排序理由 学术论文，详细介绍了一种用于特定应用的新型强化学习方法。

在 arXiv cs.AI 阅读 →

• Graph Convolutional Network
• MADDPG
• MAPPO
• NYC
• PD--RSAC
• Semi-Markov Reinforcement Learning
• Soft Actor--Critic

• 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 →