黄晓辉，张雄，杨凯铭，熊李艳

（华东交通大学信息工程学院，南昌 330013）

0 概述

随着移动互联网技术的发展以及智能手机的普及，依托移动互联网平台的共享经济在各个行业逐渐涌现，并对人们的生活方式产生较大的影响。在交通出行领域，研究人员提出基于网约车平台的多种新型出行方式。文献［1］介绍网约车平台通过整合乘客与网约车之间的供需信息使其相匹配。网约车平台可以提高当前的交通效率，当乘客用智能手机设置目的地时，平台可自动采用智能方法匹配可用车辆。由于订单派送结果直接影响平台收入及乘客舒适度，因此订单派送问题也可以类比为PDP（Pickup and Delivery Problem）问题，其关键是将订单与可用车辆进行合理匹配。因此，通过合适的匹配方法来派送订单，使车辆的总行驶距离和用户的等待时间最小化，并增加司机的收入。

高效的订单派送和空间扩展性是构建智能派单系统的关键。如果一辆汽车绕道去接送客户，并且在接送过程中，司机还需考虑堵车问题，用户的总出行时间就会延长。文献［2］根据出行路径，将网约车与订单进行匹配，利用强化学习对司机的出行路径进行决策，同时，通过训练历史出行路径，提高出行效率，增加司机收益。但是该方法存在一定的局限性，在训练历史出行路径数据时仅考虑网约车到乘客初始位置的状态，因乘客出行会改变驾驶员的位置，导致网约车司机的未来收益减少。对于空间扩展性，文献［3］提出基于深度强化学习的网约车重定位原理，提前将网约车进行需求调度，考虑到一次性优化整个网约车平台的复杂性以及不同规模城市之间供需情况的差异，通常会划分自然地理边界来解决订单派送问题。……