arXiv · AI· Jim Dai, Manxi Wu, Zhanhao Zhang·· 2026-10-16AI 评分33
Atomic-PPO:用于电动出租车调度与充电分配的可扩展深度强化学习算法
Atomic Proximal Policy Optimization for Electric Robo-Taxi Dispatch and Charger Allocation
AI 导读
研究人员开发了可扩展的深度强化学习算法 Atomic-PPO,通过原子动作分解缩小动作空间,用于优化电动出租车队的调度与充电配置。 该算法基于离散时间马尔可夫决策过程建模,在纽约市真实行程记录校准的模拟环境中,其性能接近流体奖励上界,并优于启发式策略。 实验表明,基于乘客量规划充电桩位置、平衡充电数量与速度,并联合规划基础设施与车队规模对系统表现至关重要。
来源:arXiv · AI · arxiv.org