基于多智能体强化学习的出租车调度方法研究.pdfVIP

摘要

基于多智能体强化学习的出租车调度方法研究

随着我国城市化进程的不断加快，城市人口规模激增，给城市原有基础设施

带来了巨大压力，交通出行需求和道路设施供给之间的矛盾日渐凸显。交通系统

作为城市运行中非常重要的一环，其运行效率的高低不仅直接影响人们的出行体

验和生活质量，而且对整个城市的经济发展产生至关重要的影响。因此，如何提

高城市交通系统的运行效率，成为了城市发展中的重点问题。

推行公共交通服务对于缓解交通系统压力有着非常积极的作用，有助于减少

机动车数量和降低道路负荷。出租车作为公共交通的一种，因其方便、舒适的旅

行体验和到达任何目的地的灵活性在城市交通中占的比重越来越高。与其他以服

务为导向的企业一样，出租车公司依赖于个体出租车司机的收入，并不断探索获

取利润增加的途径。但是出租车服务还不完善，一般是出租车司机凭借自己长期

经营的经验去一些热点区域寻找乘客，这样就会造成某个区域集中大量出租车资

源，供大于求，而某些区域出租车资源匮乏，供不应求的情况，不能充分发挥出

租车系统的运载力。而一般的出租车调度方法基于当前实时需求情况调度车辆，

如果全局车辆供需不平衡情况比较严重，就会使得出租车抵达乘客位置的时间增

加，导致乘客出行体验下降。为此，本文设计了一种基于多智能体强化学习的出

租车调度算法来从全局角度调度出租车，使得城市不同区域内出租车供需数量达

到平衡，提高不同区域内对于出租车需求的覆盖率，从而对出租车资源进行最大

化的利用。

本文使用上海市出租车历史上一个月的运行数据，首先使用Hadoop平台和

pig脚本语言对数据进行处理，去除无关字段和错误信息，为后续工作做好准备。

之后为了便于调度，把研究区域划分成大小相同的网格，并且计算出不同时间段

内每对网格之间的转移成本。然后从处理好的历史信息中统计每个网格每个时间

段的可用车辆和打车请求数量。为了更好更快的实现供需平衡，希望能够获知下

I

一时段每个网格内的打车需求情况，然后根据未来每个网格内的打车请求数量提

前调度车辆。所以本文使用了多种时间序列预测方法预测未来每个网格内的请求

数量，并对这些预测方法进行了对比分析，最后选择其中性能最好的方法的预测

结果作为未来真实情况的近似。

得到了每个网格未来的打车请求数量之后，便可以根据当前的车辆分布和未

来的打车请求数量来使用本文提出的基于多智能体强化学习的调度模型进行车

辆调度，最终使得各个子区域内达到出租车供需平衡的状态。

在实验部分将本文提出的调度模型和另一种基于区域调度的TLR模型以及

该模型的改进版进行对比，发现无论是在工作日还是周末本文模型结果都取得很

好的提升，工作日提升30.99%，周末提升29.08%，对出租车的运营策略和调度

规划有一定的指导意义。

关健词：

智能交通，交通大数据，出租车调度，时间序列预测，多智能体强化学习，

供需平衡

II

Abstract

ResearchonTaxiDispatchingMethodBasedon

Multi-agentReinforcementLearning

WiththecontinuousaccelerationofChinasurbanizationprocessandtherapid

growthofurbanpopulation,ithasbroughtgreatpressuretotheoriginalurban

infrastructure,andthecontradictionbetweenthedemandfortransportationandthe

supplyofroadfacilitieshasbecomeincreasinglyprominent.Asaveryim