Resumen

Con la mejora del nivel de vida de la población, aumenta la demanda de viajes en taxi, pero el sistema de servicios de taxi aún no es perfecto; los taxistas suelen confiar en su experiencia operativa o navegar al azar para encontrar pasajeros. Sin una macroorientación, el papel del sistema de taxis no puede aprovecharse plenamente. Muchos estudiosos han estudiado el comportamiento de los taxis para encontrar mejores estrategias operativas para los conductores, pero sus investigaciones se basan en métodos de optimización local para mejorar el beneficio de los conductores, lo que provocará un desequilibrio entre la oferta y la demanda en la ciudad. Para resolver este problema, proponemos un modelo de predistribución de taxis basado en el aprendizaje por refuerzo multiagente (MARL) mediante el análisis de los datos de funcionamiento de 13.000 taxis. A diferencia de otros métodos de programación de taxis basados en la localización en tiempo real de los pedidos, nuestro modelo predice primero la demanda de taxis en diferentes regiones en el siguiente periodo y, a continuación, despacha taxis con antelación para satisfacer las necesidades futuras; de este modo, se puede equilibrar el número de taxis necesarios y disponibles en diferentes regiones. Además, para reducir la complejidad computacional, proponemos varios métodos para reducir el espacio de estados y el espacio de acciones del aprendizaje por refuerzo. Finalmente, comparamos nuestro método con otro método de despacho de taxis, y los resultados muestran que el método propuesto tiene una mejora significativa en la tasa de utilización de vehículos y en la tasa de satisfacción de la demanda de pasajeros.

• Materias:Motores (Mecánica) Ingeniería del transporte Seguridad del transporte Planificación de ruta Capacidad de tráfico
• Subjects:Engines Transport engineering Transport safety Path planning Traffic capacity
• Palabras claves:taxis, demanda, método, diferentes regiones, índice de satisfacción de la demanda de pasajeros, mejores estrategias operativas, métodos de optimización local, modelo de predistribución de taxis, sistema de servicio de taxis, índice de utilización de vehículos
• Keywords:taxis, demand, method, different regions, passenger demand satisfaction rate, better operational strategies, local optimization methods, taxi predispatching model, taxi service system, vehicle utilization rate