跳到正文
arXiv · ML· Korbinian K\"ugler, Carolin Schmidt, Florian Dandl, Filipe Rodrigues·· 14 天前AI 评分35

基于多智能体强化学习的AMoD运营商监管:固定与自适应惩罚机制研究

Regulating Autonomous Mobility-on-Demand Operators with Fixed and Adaptive Penalties: A Multi-Agent Reinforcement Learning Approach

AI 导读

研究提出基于图神经多智能体强化学习监管AMoD运营商,解决高定价与服务不均问题。在曼哈顿真实数据实验中,固定惩罚使遭遇过高价格旅客占比从22%降至1%。动态监管相比均等强度固定惩罚提升监管奖励高达15.6%,但高峰期车队满载时服务缺口依然存在。

来源:arXiv · ML · arxiv.org