基于深度强化学习的停车位智能动态分配方法.pdfVIP

于深度强化学习的停车位智能动态分配方法

摘要推行停车系统的“用户-停车位”动态匹配是解决“找车位难”、低效寻泊和系统周转率低等问题的有效途径。研究将停

车场管理者抽象为智能体，以停车场的时、空、电等环境信息作为状态空间，以是否采取延时匹配和分配的车位编号结合为动作空

间，提出基于DQN深度强化学习算法的停车位智能动态分配方法。研究结果表明，研究可有效提高用户寻泊效率、充电需求满足率

和停车系统的周转率，且智能延时匹配策略能为用户提供更优质的停车位资源。

关键词停车位动态分配；智能延时匹配；深度强化学习；马尔科夫决过程；停车位分配系统

Abstract:Carryingouttheuser-parkingspacedynamicmatchingofparkingsystemisaneffectivewaytosolvethe

problemsofdifficultyinfindingparkingspace,inefficientparkingandlowsystemturnover.Thisstudyabstractstheparkinglot

managerasanagent,takesthetime,space,electricityandotherenvironmentalinformationoftheparkinglotasthestatespace,

andtakesthecombinationofdelaymatchingandassignedparkingspaceastheactionspace,andproposesansmartdynamic

parkingspaceallocationmethodbasedonDQNdeepreinforcementlearningalgorithm.Theresearchresultsshowthatthisstudy

caneffectivelyimprovetheuserberthingefficiency,thechargingdemandsatisfactionrateandtheturnoverrateoftheparking

system,andthesmarttime-delaymatchingstrategycanprovideuserswithbetterparkingspaceresources.

Keywords:dynamicallocationofparkingspaces;smarttime-delaymatching;deepreinforcementlearning;Markovdecision

process;parkingspaceallocationsystem

，

停车位分配是由停车系统为每一个到达的车辆进智能延迟匹配的策略结果表明该策略可以有效减少

[7]

，“”用户的等待时间。Wen等提出了一种基于深度Q学

行停车位分配以避免车辆低效寻泊造成的时间损

[1]

，

，。习DQN）的共享汽车需求响应式的调度网该方法

耗和能源损耗并最大化利用停车资源Mouskos等

，可有效减少车队规模和行驶距离。赵聪等[8]提出了基于

将停车问