华南理工大学学报(自然科学版)

作者：许伦辉, 余佳芯, 裴明阳, 等

单位：1.华南理工大学 土木与交通学院，广东 广州 510640；2.重庆交通大学 交通运输学院，重庆 400000；3.深圳职业技术学院 汽车与交通学院，广东 深圳 518055

关键词：城市交通,网约车重定位策略,多智能体强化学习,图神经网络,马尔可夫决策过程

基金：广东省基础与应用基础研究基金(2020A1515111024)

网约车司机和乘客双向搜索效率低、准确性差，造成了需求与供应之间的不匹配。网约车重定位策略将车辆提前调度到未来有需求的地区，提高了供需匹配度。现有的研究大多以网络栅格表示城市道路环境，缺少几何拓扑信息，影响了调度准确性。针对这一现象，提出一种基于图神经网络（GNN）和执行者-评论者强化学习算法（A2C）的网约车重定位算法GA2C。该算法学习过程更平稳且能够高维采样，适用于海量网约车进行多智能体最佳重定位策略的学习，并且使用几何路网结构表示城市道路环境，可以将GNN作为函数逼近器学习路网几何信息，此外，引入基于动作价值函数的动作采样策略，增加了动作选择的随机性，从而有效防止竞争。基于Python构建的网约车重定位仿真实验结果如下：GA2C算法的订单响应率为84.2%，显著高于所有对比实验结果；在订单分布对比实验结果中，GA2C在均匀分布、中心状布局、块状布局和棋盘状布局所对应的相对提升分别为1.17%、6.02%、13.12%和14.55%。上述实验结果表明，GA2C算法能够有效对网约车进行重定位，当订单分布呈现明显差异性，且不同需求区域之间距离较近时，能够更好的学习动态需求变化，通过重定位网约车获得最大订单响应率。

来源：2023年第10期

《华南理工大学学报(自然科学版)》期刊编辑部

查看华南理工大学学报(自然科学版)杂志2023年第10期