MMNov, 2023
大规模地图上的按需城市移动问题的近似多智能体强化学习 (扩展版)
Approximate Multiagent Reinforcement Learning for On-Demand Urban Mobility Problem on a Large Map (extended version)
Daniel Garces, Sushmita Bhattacharya, Dimitri Bertsekas, Stephanie Gil
TL;DR我们提出了一个近似的一次一个滚动法算法,通过将图分割成基于预测需求和用户定义的最大代理数量的区域,以减少计算成本,并在每个区域中并行执行一次一个滚动法算法,从而实现稳定的近似最优策略。