跳到正文
arXiv cs.AI· Jinyu Zhang, Di Huang, Zhiyuan Liu, Nikolas Geroliminis·· 4 小时前AI 评分23

多阶段上下文优化用于网约车车辆调度

Multistage Contextual Optimization for Vehicle Repositioning

AI 导读

研究提出多阶段上下文优化方法,用决策表现训练预测模型,并推导出包含三部分的精确梯度,配合伴随反向传播避免求解完整雅可比矩阵。在纽约市网约车数据上,该方法比用均方误差训练的同一预测器多带来 7.7% 至 9.1% 的业务收益,优于五个范式的所有对比基线,甚至超过将真实需求喂给同一策略的效果。八核并行块评估将训练时间缩短 1.86 倍且不损失决策表现。

正文 · AI 翻译

查看 PDF HTML(实验性)

摘要:网约车平台通过重新调度闲置车辆来改善空间上的供需平衡。该问题由预测驱动且具有多阶段特性:在每个阶段,平台预测未来需求、执行当前决策,并利用由此产生的状态初始化下一阶段。我们构建了一个多阶段线性规划(LP),其中宏观基本图(MFD)将车辆积累量与行程完成量联系起来。随后,我们提出一种多阶段上下文优化方法,利用决策表现来训练预测模型。该学习问题结合了多个相互耦合的阶段、依赖于先前决策的上下文,以及会影响 LP 目标函数、约束矩阵和右端项的预测。我们推导出精确梯度,它包含三部分:参数改变预测进而改变决策;先前决策通过继承的状态改变当前决策;该状态还作为上下文改变预测。一种等价的反向模式利用反向向量-雅可比积,避免求解完整的解与状态-参数雅可比矩阵。最后,前向传播需要依次求解多个阶段的 LP,这使得训练缓慢。我们提出一种并行块评估算法,并行求解连续阶段组成的块,并反复将每个块的输出馈入下一个块。我们证明该算法能在有限次传递内恢复串行轨迹,并且在其提前停止时梯度误差保持有界。在纽约市网约车数据上,多阶段上下文优化比用均方误差训练的同一预测器多带来 7.7% 至 9.1% 的业务收益,优于来自五种范式的所有对比基线,甚至优于将真实需求输入同一策略的结果。使用八个工作进程时,并行块评估将训练时间缩短为原来的 1/1.86,且不损失决策性能。
评论: 44 页,8 张图
主题: 人工智能(cs.AI);机器学习(cs.LG)
引用为: arXiv:2611.22330 [cs.AI]
  (或 arXiv:2611.22330v1 [cs.AI] 用于此版本)
  https://doi.org/10.48550/arXiv.2611.22330

由 DataCite 颁发的 arXiv DOI(待注册)

提交历史

来自:Di Huang [查看邮箱]
[v1] 2026 年 11 月 17 日星期二 07:27:54 UTC(6,661 KB)

来源:arXiv cs.AI · arxiv.org