一个多功能的按需乘车服务运营模拟平台
摘要：即时打车服务或即时召车服务在过去十年中经历了快速发展。为了帮助即时召车平台设计更高效的运营策略，已经开发了各种数学模型和优化算法。然而，由于成本和可靠性问题（在真实运营中实施未成熟的算法可能会导致系统动荡），往往无法验证这些模型和训练/测试这些优化算法在真实的即时召车平台内。作为一个有用的测试平台，即时召车系统的模拟平台将非常重要，通过试错来进行算法的训练和测试，或者模型的验证。虽然之前的研究已经建立了各种模拟器来完成自己的任务，但缺乏一个公正和公开的平台来比较不同研究人员提出的模型或算法。此外，现有的模拟器仍然面临许多挑战，从接近即时召车系统真实环境的程度，到能够实现的不同任务的完整性方面。为了解决这些挑战，我们提出了一种新颖的多功能开源模拟平台，用于即时召车系统，可以模拟真实交通网络上各种代理的行为和运动。它提供了几个可访问的入口，供用户训练和测试各种优化算法，特别是强化学习算法，用于各种任务，包括按需匹配、空闲车辆重定位和动态定价。此外，它可以用来测试理论模型与模拟结果的符合程度。在基于真实数据的实验中进行评估，该模拟器被证明是一个有效和高效的多项任务的测试平台，与即时打车服务运营相关。
作者：Siyuan Feng, Taijie Chen, Yuhao Zhang, Jintao Ke, Zhengfei Zheng and Hai Yang
论文ID：2303.12336
分类：Artificial Intelligence
分类简称：cs.AI
提交时间：2023-08-07