无人驾驶网约车自组织实时调度方法研究

Autonomous mobility on-demand is an important trend for future shared mobility. In current literature, autonomous vehicle rebalancing algorithms mainly focus on certain demand, fixed stations with simplified decision-making space, which can hardly be adopted to stochastics travel demand patterns and dynamic free-floating vehicle operations with scalable decision-making space. It is essential for the development of real-time autonomous taxi rebalancing methods. The project proposes a self-organized real-time autonomous taxi rebalancing method, starting with analyzing the dynamic demand patterns based on the e-hailing taxi data for spatiotemporal demand prediction. A self-organized vehicle relocation framework is constructed in which the vehicles and passengers are set as agents with autonomous behaviors and information interaction. With saving the total costs of the whole system as the main goal, deep reinforcement learning techniques are adopted to train and to optimize the vehicle’s sequential decision-making process, in order to proactively and efficiently rebalance the taxis to future high-demand areas in a dynamic and complex system. Typical autonomous mobility on-demand scenarios are designed for case study and evaluation. The study offers an innovative method for autonomous vehicle relocation, providing theoretical supports to the development of autonomous mobility-on-demand service.

无人驾驶网约车是未来共享出行发展的重要趋势。国内外现有无人驾驶网约车调度方法多针对已知出行需求、在有限站点间调度以简化决策空间，难以高效应对随机网约出行需求、动态车辆供给能力形成的复杂调度决策环境，而这正是无人驾驶网约车实时调度的关键所在。本项目基于上海市网约出租车运营数据，解析网约出行需求时空分布规律与随机性特征，建立需求预测模型；将无人驾驶车辆、网约出行乘客抽象为智能体，设计车辆自主决策行为与人车信息交互反馈规则，构建自组织调度框架，采用深度强化学习方法，以系统总体运行成本最小为优化目标，训练车辆序贯决策行为，形成自组织实时车辆调度方法，实现在复杂动态系统中主动预先、高效实时调度车辆至未来需求高发区域的目标；面向典型网约出行场景，开展实例研究与模型测试工作。研究为解决复杂动态供需环境下的无人驾驶网约车调度问题提供新思路与新方法，为支持无人驾驶共享出行服务发展提供理论基础与方法储备。

无人驾驶网约车是共享出行发展的重要趋势，是未来城市公共交通系统的重要组成部分。为提升系统运行效率，其关键之一在于无人驾驶车辆的高效协同调度。本项目以“网约出行规律解析–车辆调度模型构建–典型场景仿真推演”为总体思路开展了深入研究。首先，基于网约车出行订单及车辆轨迹数据，考虑城市公交线网特征对出行行为的影响，解析了网约出行需求的时空分布规律；在此基础上，结合无人驾驶车辆运行完全可控、以系统最优为目标的特点，将车辆调度问题抽象为马尔可夫决策过程，采用双重深度Q学习模型训练并求解车辆最优调度策略，提出了多车协同交互的自组织车辆调度方法，并通过仿真模型对比，验证了其调度效果的有效性与大规模环境下进行决策的高效性；此外，面向未来城市公交系统发展要求，设计了响应乘客实时需求的无人驾驶公交车辆派车调度算法，基于实际公交出行需求与车辆运行数据构建智能体仿真模型，从乘客等待时间、公交服务效率、道路资源占用三个维度分析了所提出的算法相比经典优化算法的优势；最后，考虑地面公交与无人驾驶网约出行模式相互竞争这一典型场景，构建了利益驱动的智能体动态竞争仿真模型，对公交-网约车的动态竞争行为过程进行仿真推演，并从公交运营商、网约车运营商、乘客以及运输主管部门四种不同视角对竞争结果进行了解析，为未来城市公共交通系统的管理优化提出建议措施。本项目在Trans. Res. Part C等期刊发表学术论文7篇，申请专利13项（其中授权5项），获省部级科学技术奖一等奖2项、二等奖1项。研究成果为解决动态复杂供需环境下城市公共交通系统中的车辆实时调度问题提供新方法，为智能体仿真与强化学习技术在解决城市交通系统供需匹配问题上的深入应用提供理论支撑。