Multi-agent reinforcement learning may be used for rider order-dispatching via matching the distribution of orders and vehicles. Information may be obtained. The information may include a plurality of vehicle locations of a plurality of vehicles, a plurality of ride orders, and a current time. The obtained information may be input into a trained model. The trained model may be based on Kullback-Leibler divergence optimization and independent agents under a guidance of a joint policy. A plurality of order-dispatching tasks may be generated for the plurality of vehicles to fulfill.

    La présente invention porte sur un apprentissage par renfort multi-agent qui peut servir à la répartition de commandes de trajets par le biais d'une mise en correspondance de la distribution de commandes et de véhicules. Des informations peuvent être obtenues. Les informations peuvent comprendre une pluralité d'emplacements de véhicules d'une pluralité de véhicules, une pluralité de commandes de trajets, et une heure actuelle. Les informations obtenues peuvent être entrées dans un modèle entraîné. Le modèle entraîné peut être basé sur une optimisation de divergence de Kullback-Leibler et sur des agents indépendants encadrés par une politique commune. Une pluralité de tâches de répartition de commandes peuvent être générées concernant la pluralité de véhicules à satisfaire.


    Zugriff

    Download


    Exportieren, teilen und zitieren



    Titel :

    MULTI-AGENT REINFORCEMENT LEARNING FOR ORDER-DISPATCHING VIA ORDER-VEHICLE DISTRIBUTION MATCHING


    Weitere Titelangaben:

    APPRENTISSAGE PAR RENFORCEMENT MULTI-AGENT SERVANT À UNE RÉPARTITION DE COMMANDES PAR LE BIAIS D'UNE MISE EN CORRESPONDANCE DE DISTRIBUTION VÉHICULES-COMMANDES


    Beteiligte:
    WANG CHENXI (Autor:in) / QIN ZHIWEI (Autor:in)

    Erscheinungsdatum :

    2020-09-03


    Medientyp :

    Patent


    Format :

    Elektronische Ressource


    Sprache :

    Englisch


    Klassifikation :

    IPC:    G08G Anlagen zur Steuerung, Regelung oder Überwachung des Verkehrs , TRAFFIC CONTROL SYSTEMS / G01C Messen von Entfernungen, Höhen, Neigungen oder Richtungen , MEASURING DISTANCES, LEVELS OR BEARINGS / G05D SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES , Systeme zum Steuern oder Regeln nichtelektrischer veränderlicher Größen / G06N COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS , Rechnersysteme, basierend auf spezifischen Rechenmodellen / G06Q Datenverarbeitungssysteme oder -verfahren, besonders angepasst an verwaltungstechnische, geschäftliche, finanzielle oder betriebswirtschaftliche Zwecke, sowie an geschäftsbezogene Überwachungs- oder Voraussagezwecke , DATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES



    Multi-agent reinforcement learning for order-dispatching via order-vehicle distribution matching

    WANG CHENXI / QIN ZHIWEI | Europäisches Patentamt | 2023

    Freier Zugriff

    MULTI-AGENT REINFORCEMENT LEARNING FOR ORDER-DISPATCHING VIA ORDER-VEHICLE DISTRIBUTION MATCHING

    WANG CHENXI / QIN ZHIWEI | Europäisches Patentamt | 2020

    Freier Zugriff

    MULTI-OBJECTIVE DISTRIBUTIONAL REINFORCEMENT LEARNING FOR LARGE-SCALE ORDER DISPATCHING

    ZHOU FAN / TANG XIAOCHENG / QIN ZHIWEI et al. | Europäisches Patentamt | 2021

    Freier Zugriff


    Dynamic Order Dispatching With Multiobjective Reward Learning

    Zhang, Wenqi / Wang, Qiang / Shi, Donghai et al. | IEEE | 2022