一种全局供需感知的均值场多智能体强化学习订单分配算法

提出一种具备全局供需动态感知能力、基于均值场多智能体强化学习的网约车平台订单分配算法。该算法通过将多智能体强化学习与均值场理论相结合，提升了智能体在局部空间上相互之间的协作性；通过注入全局空间上供需的动态分布信息，提升了智能体对全局供需分布的感知和优化能力。本文构建了真实历史数据驱动的模拟器，用于算法的训练和评估。实验表明，在全天时段和高峰期时段两个不同场景下，本文提出的算法在网约车司机累计收益及订单应答率两个重要指标上均显著优于现有的订单分配算法。实验结果充分验证了本文提出算法的有效性。