研究提出多智能体强化学习监管自动出行运营商

1. 13:00
   arXiv 机器学习

   基于固定与自适应惩罚监管 AMoD 运营商：多智能体强化学习方法

   一项研究采用基于图的多智能体强化学习，通过固定与自适应惩罚机制监管自动按需出行（AMoD）运营商，以限制激增定价并改善区域服务覆盖。曼哈顿真实数据实验表明，固定激增定价惩罚将面临过高价格的乘客比例从 22% 降至 1%。针对区域服务可用性，动态闭环调节惩罚相比同等平均强度的固定惩罚使监管者收益提升高达 15.6%。

Current heat 8·Comparable peak 10（Nov 6 14:00）·Comparable change, last 24 hours–

Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.