Resumen

Estudiamos cómo autobuses inteligentes que sirven un circuito de paradas de autobús aprenden una estrategia de no abordaje y de espera mediante el aprendizaje por refuerzo. Las estrategias de no abordaje y de espera surgen de las acciones de los autobuses cuando están en una parada y todos los pasajeros que desean bajar lo han hecho. Una recompensa que alienta a los autobuses a esforzarse por lograr una diferencia de fase escalonada entre ellos mientras recogen pasajeros permite que el proceso de aprendizaje por refuerzo converja hacia una tabla Q óptima en un tiempo razonable de simulación. Es notable que este comportamiento emergente de los autobuses inteligentes logra minimizar el tiempo de espera promedio de los pasajeros, en diversas configuraciones donde los autobuses se mueven a la misma velocidad o a velocidades diferentes, tanto en períodos de alta demanda como en períodos de baja demanda. También se observan acciones cooperativas, por ejemplo, los autobuses aprenden a...

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Autobuses inteligentes; Aprendizaje por refuerzo; Circuito de paradas de autobús; No abordaje; Estrategias de espera; Diferencia de fase escalonada
• Keywords:Intelligent buses; Reinforcement learning; Loop of bus stops; No-boarding; Holding strategies; Staggered phase difference