arXiv · AI· Yifan Zhang, Liang Zheng, Qifan Zhang·· 4 小时前AI 评分25
单智能体鲁棒深度强化学习用于公交车队控制
Single Agent Robust Deep Reinforcement Learning for Bus Fleet Control
AI 导读
提出一种单智能体强化学习框架解决公交“幽灵”（bus bunching）问题，避免多智能体强化学习在异构线路下的数据不平衡与收敛难题。 通过在高维状态空间中加入车辆、站点、时段等类别标识符，并采用脊形奖励函数平衡发车间隔与时刻表执行度。 实验表明改进的SAC算法优于MADDPG，在随机条件下累计奖励从-530k提升至-430k，为单智能体方法提供了可扩展且鲁棒的选择。
来源：arXiv · AI · arxiv.org