通过深度强化学习和决策时间规划，为运营商提供实时的出行调度决策，提高车辆调度效率和服务质量。

Mar, 2021

骑行共享系统是提供生态友好的城市出行方式，有助于减轻交通拥堵和改善健康生活方式。本研究提出一种基于时空强化学习算法的动态均衡问题解决方案，在多种数据集上的实验证明其在减少需求损失方面优于传统模型，为城市出行提供更智能、强大的解决方案。

Feb, 2024

该研究提出了一种算法，能够在具有自主性的司机行为中，通过利用值迭代方法和策略传播计算所有乘客和司机的均衡策略，在 spatio-temporal distributions 与税车轨迹数据集等多个方面表现出优异的性能。

Feb, 2021

通过引入 Socio-Aware Spatial-Temporal Graph Convolutional Network（SA-STGCN）进行需求预测，并结合匹配集成优化的车辆再平衡模型（MIVR），本研究提出一种新型车辆再平衡方法，以提高算法和乘客公平性，从而更公平地预测和再平衡打车需求，有效减少等候时间和顾客等待时间的标准差。

Dec, 2023

自行车共享系统扮演了缓解交通拥堵和促进健康生活方式的关键角色。然而，保证其可靠性和用户接受度需要有效的自行车再平衡策略。本研究引入了一种新颖的方法来解决实时再平衡问题，采用车辆车队的双策略强化学习算法，通过分开库存和路径决策来提高现实性和效率。我们首先将库存和路径子问题在连续时间框架内构建成多智能体马尔可夫决策过程，并随后提出了基于 DQN 的双策略框架来联合估计值函数，从而减少流失的需求。通过应用综合性模拟器在先到先服务规则下运行，该模拟器可以计算出不同需求场景下的即时奖励，以便于学习。我们对由历史真实数据生成的各种数据集进行了大量实验，这些数据集受到时间和天气因素的影响。我们的算法在性能上显著优于以往的基准方法。它为运营商提供了有价值的实践观察，并进一步探讨了将强化学习应用于现实动态规划问题中的可能性，为更智能、更健壮的城市移动解决方案铺平了道路。

Jun, 2024

本文分析了真实的共享电动出行系统的运营模式、使用模式及扩张动态，并以此为基础，利用多智能体强化学习建立了一个高保真度的电动出行共享仿真器，在此基础上提出了一种新的基于动态优化的级联策略的解法，显著提高了系统对于未来需求的满足度和增加收益。

Nov, 2022

本文关注的是在共享 AV 机动车辆出行服务 (SAMSs) 中，空闲车辆的预测性行驶问题。将该问题建模为马尔可夫决策过程，并提出了一种使用优势 actor-critic (A2C) 方法的强化学习方法，与基于优化的分配策略协作，学习一个预测性均衡策略。实验证明，该方法通过观察过去的需求并能够预测未来的需求，显著降低了乘客的等待时间。

Oct, 2022

本文研究了单车共享中的不均衡问题，提出了一种基于深度强化学习的算法，该算法结合空间和时间特征解决了该问题，并在 Mobike 公司的数据集上得到了验证。

Feb, 2018

本研究提出了一个两层框架来促进在线车队管理，具体而言，上层框架提出了一种新的多主体封建强化学习模型，以协同分配空闲车辆到不同的城际线路，而下层利用自适应大邻域搜索启发式不断更新车辆的路线。

Jul, 2023

基于分布式加强学习的电池控制框架可通过能源套利实现系统平衡，并通过风险敏感视角优化套利利润和风险度量之和，同时限制电池的日循环次数。比利时 2022 年的不平衡价格表明分布式软演员 - 评论家方法能够超越其他方法，而我们的全程风险规避代理人能够在价格更加确定时合适地通过 (放 / 充) 电池对未知的不平衡价格进行对冲。

Dec, 2023