单智能体强化学习框架用于公交驻站控制

Yifan Zhang、Liang Zheng、Qifan Zhang 提出一种单智能体强化学习公交驻站控制框架，把车辆ID、站点ID、时段等类别标识与车头时距、载客率、速度等数值特征一起编码进状态空间，将原本的多智能体问题重构为单智能体问题，以避免多智能体强化学习在接近真实的仿真中出现的数据不平衡和收敛问题。 在随机条件下，改进的SAC取得-430k表现，优于MADDPG的-530k。该方法面向非环线、含时刻表与动态需求的真实运营场景，作者称其为多智能体强化学习提供了一种可扩展的替代方案。

AI 根据报道生成 · 54 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。