【技术实现步骤摘要】
【国外来华专利技术】用于在线共享出行平台的统一订单派发和车队管理
[0001]相关申请交叉引用
[0002]本申请要求2019年12月19日提交且标题为“用于在线共享出行平台的统一订单派发和车队管理”的美国非临时性专利申请16/720,676以及2019年2月26日提交且标题为“搭乘订单派发的系统和方法”的美国临时性专利申请62/810,860的优先权。美国非临时性专利申请16/720,676要求美国临时性专利申请62/810,860的优先权。上述专利申请通过引用整体并入本文。
[0003]本公开一般涉及基于分层多模块增强学习的在线共享出行平台内的订单派发和车队管理的统一决策任务。
技术介绍
[0004]在线共享出行平台可以通过共享和重新分配运输资源以促进运输效率来实质性地改变日常生活。共享出行平台可以执行两个决策制定任务。第一任务可以包括订单派发。订单派发可以包括将来自乘客的订单与可用车辆(即驾驶员)实时匹配来直接交付服务。第二种决策制定任务可以包括车队管理。车队管理可以包括预先将车辆重新定位到某些区域,以对后来的命令派发做准备。
[0005]例如,在处理大量订单和车辆时,互连订单派发和车队管理可能存在很大技术难题。一种解决途径是将每个可用车辆作为代理建立模型。然而,对于这种解决途径,该平台必须维持与环境交互的数千个代理,从而产生巨大的计算成本。寻求最优控制策略的一个关键性难题是在即时和将来的酬劳(例如,累计驾驶员收入)之间找到权衡。将车辆以贪婪的方式与长途订单相匹配可能在单个订单派发阶段获得高即时收益,但可能 ...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种用于统一搭乘订单派发和车队管理的计算机实现的方法,包括:获得信息,所述信息包括共享出行平台的状态和一组消息;将所获得的信息输入到训练的分层增强学习(HRL)模型中,其中,所述训练的HRL模型包括与地区对应的至少一个管理者模块,以及其中,所述至少一个管理者模块包括与所述地区中的辖区对应的一组工作者模块;基于所述共享出行平台的状态和所述一组消息来获得所述地区中的所述辖区的至少一个目标;以及对于所述地区中的所述辖区中的每个车辆,基于所述共享出行平台的状态、所述一组消息和所述至少一个目标生成车辆动作。2.根据权利要求1所述的方法,其中,所述共享出行平台的状态包括:所述辖区中的可用车辆的数量、所述辖区中的出行订单的数量、所述辖区的熵、车队管理群组中的车辆的数量以及所述辖区中的订单分布。3.根据权利要求1所述的方法,其中,所述一组消息包括:用于在所述至少一个管理者模块的至少第一管理者模块和第二管理者模块之间进行协调的一组管理者级消息,以及用于在所述一组工作者模块之间进行通信的一组工作者级消息。4.根据权利要求1所述的方法,其中,所述一组工作者模块的每个工作者模块对应于表示真实世界地理区域的网格世界中的网格单元。5.根据权利要求1所述的方法,其中,所述车辆动作包括:订单派发(OD)或车队管理(FM)。6.根据权利要求5所述的方法,其中,所述订单派发包括在所述共享出行平台中将对应的车辆派遣给乘客。7.根据权利要求5所述的方法,其中,所述车队管理包括将对应的车辆重新定位到不同的辖区或将所述对应的车辆保留在所述辖区。8.根据权利要求5所述的方法,其中,为每个车辆生成所述车辆动作包括:基于所述共享出行平台的状态、所述一组消息和所述至少一个目标来获得一组特征权重;获得一组出行订单的一组排名特征;基于所述一组特征权重和所述一组排名特征获得候选订单派发任务订单和候选车队管理任务订单的排名列表;以及为每个车辆从所述排名列表中选择置顶的车辆动作。9.根据权利要求1所述的方法,其中,所述至少一个管理者模块被配置为基于累计驾驶员收入和订单响应速率来接收响应所述车辆动作的外在酬劳。10.根据权利要求1所述的方法,其中,所述一组工作者模块中的每个工作者模块被配置为基于所述至少一个目标与所述共享出行平台的状态随时间的变化之间的余弦相似度来接收响应所述车辆动作的内在酬劳。11.一种用于统一搭车订单派发和车队管理的系统,其包括一个或多个处理器和耦合到所述一个或多个处理器且配置有指令的一个或多个非瞬态计算机可读存储器,所述指令可被所述一个或多个处理器执行以使所述系统执行包括以下的操作:获得信息,所述信息包括共享出行平台的状态和一组消息;
将所获得的信息输入到训练的分层增强学习(HRL)模型中,其中,所述训练的HRL模型包括与地区对应的至少一个管理者模块,以及其中,所述至少一个管理者模块包括与所述地区中...
【专利技术属性】
技术研发人员:焦岩,秦志伟,
申请(专利权)人:北京嘀嘀无限科技发展有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。