arXiv cs.AI· Jim Dai, Manxi Wu, Zhanhao Zhang·· 2 天前AI 评分22
Atomic-PPO：面向电动 Robo-Taxi 调度与充电桩分配的原子近端策略优化
Atomic Proximal Policy Optimization for Electric Robo-Taxi Dispatch and Charger Allocation
AI 导读
研究提出 Atomic-PPO 深度强化学习算法，通过原子动作分解缩减动作空间，以较低算力开销求解电动 Robo-Taxi 的车队调度与充电桩分配问题。基于纽约市真实网约车出行记录标定的仿真显示，该算法能产出接近最优的调度策略，并可作为系统评估工具。实验还表明，充电桩布局应贴合乘客需求分布，充电桩数量与充电速度需均衡投入，且充电基础设施应与车队规模协同规划。
正文 · AI 翻译
摘要：Waymo 等先驱企业已在多个美国城市部署了电动无人驾驶出租车服务。运营此类车队需要在随机环境中协调行程匹配、车辆调度和电池充电，同时还要考虑有限的充电基础设施。因此，理解如何为大型车队设计高效、可扩展的控制算法，以及充电桩部署如何影响系统性能，对无人驾驶出租车运营商而言至关重要。我们将电动无人驾驶出租车系统的运营建模为具有长期平均奖励目标的离散时间马尔可夫决策过程。为了高效评估不同配置下的系统性能，我们开发了一种可扩展的深度强化学习算法——原子近端策略优化（Atomic-PPO），它通过原子动作分解来缩减动作空间。由此得到的训练过程仅需适度的计算资源，使得评估大量系统配置变得切实可行。我们利用纽约市真实网约车行程记录校准了一个仿真环境，并将 Atomic-PPO 与启发式策略以及基于流体的奖励上界进行了基准比较。结果表明，Atomic-PPO 能生成接近最优的车队调度策略，可作为系统评估的可靠工具。我们进行了大量数值实验，以评估充电基础设施和车队规模如何影响系统性能。我们的发现凸显了基于乘客需求的充电桩选址、充电桩数量与充电速度的均衡投资，以及充电基础设施与车队规模联合规划的重要性。
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2502.13392 [cs.AI] |
| （或 arXiv:2502.13392v3 [cs.AI] 查看此版本） | |
| https://doi.org/10.48550/arXiv.2502.13392 arXiv 颁发的 DOI，经由 DataCite |
提交历史
来自：Zhanhao Zhang [查看邮箱]
[v1]
2025年2月19日 星期三 03:05:23 UTC（11,728 KB）
[v2]
2025年4月27日 星期日 17:05:51 UTC（11,739 KB）
[v3]
2026年10月15日 星期四 04:21:47 UTC（834 KB）
来源：arXiv cs.AI · arxiv.org