面向公平性的共享微移动服务的运营和控制的强化学习方法

Mar, 2024

面向公平性的共享微移动服务的运营和控制的强化学习方法

A Fairness-Oriented Reinforcement Learning Approach for the Operation and Control of Shared Micromobility Services

Luca Vittorio Piron, Matteo Cederle, Marina Ceccon, Federico Chiariotti, Alessandro Fabris...

TL;DR在共享微移动服务的运营和控制中，通过 Q 学习算法在机器学习系统中平衡性能优化与算法公平性，以实现在不同站点类别中的公平结果。

Abstract

As machine learning systems become increasingly popular across diverse application domains, including those with direct human implications, the imperative of equity and algorithmic fairness has risen to prominenc

machine learning systems algorithmic fairness shared micromobility systems performance optimization reinforcement learning

发现论文，激发创造

乘车系统中公平增强的车辆再平衡

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

通过强化学习在动态系统中找到公平性的平衡点

在这篇论文中，我们研究了在顺序决策中存在着动态系统的公平性问题，提出了一个基于马尔可夫决策过程的算法框架，通过预处理和处理中方法集成各种公平性考虑，平衡传统公平性、长期公平性和效用。

Jan, 2024

利用强化学习在多智能体马尔科夫决策过程中实现公平

本文提出了一种基于强化学习和在线凸优化的方法来实现多智能体系统中的公平性，在保证植树的情况下为不同智能体提供公平奖励。该方法能够在未知环境中实现公平，并在实验中得到了验证。

Jun, 2023

自行车共享系统中动态再平衡的强化学习方法

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

未知动态下的长期公平性

本文提出了一种在在线强化学习中形式化长期公平的方法；该方法可以适应不同的控制目标，通过牺牲短期激励来推动分类器 - 人群系统朝着更理想的均衡状态发展，从而在损失和公平违规之间实现同时概率边界的算法。

Apr, 2023

利用简单激励机制提高拼车系统的双面公平性

该研究提出了一种简单的激励机制公平方案，以改善运用现有 ILP 方案时可能导致的司机和乘客不公平问题，并证明了该方案显著优于其他成功案例，无需重新培训即可实现对最差的个体的度量改善。

Mar, 2023

拓展共享电动交通系统的车队再平衡：一种多智能体深度强化学习方法

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

机器学习中的公平性

讨论如何使用因果贝叶斯网络和最优输运理论来处理机器学习公平性问题，尤其是在复杂的不公平场景下，提出了一种统一的框架来处理不同的情况和公平标准，并介绍了一种学习公平表示的方法和一种考虑敏感属性使用限制的技术。

Dec, 2020

平衡逆强化学习用于出租车网络

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

自行车共享系统实时再平衡的双策略强化学习

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