[发明专利]提供车辆导航模拟环境的方法和装置

说明书

一种用于提供车辆导航模拟环境的方法，可以包括在一段时间内递归执行步骤(1)‑(4)：(1)向模拟主体提供模拟环境的一个或多个状态，其中：所述模拟主体包括模拟车辆，所述状态包括所述模拟车辆的第一当前时间和第一当前位置；(2)当所述模拟车辆没有乘客时，通过所述模拟车辆获得动作，所述动作选自：在所述模拟车辆的所述第一当前位置等待，以及运输M个乘客组；(3)确定对执行所述动作的模拟车辆的报酬；(4)基于所述动作来更新所述一个或多个状态，以获得用于提供给所述模拟车辆的一个或多个更新状态，其中：所述更新状态包括所述模拟车辆的第二当前时间和第二当前位置。

交叉引用

本申请要求于2018年5月3日提交的题为“提供车辆导航模拟环境的方法和装置(Method and Device for Providing Vehicle Navigation Simulation Environment)”的美国非临时申请No.15/970,407的优先权的权益，其内容通过引用合并于此。

技术领域

本申请一般涉及用于提供车辆导航模拟环境并提供车辆导航的方法和设备。

背景技术

车辆调度平台可以自动将运输请求分配给相应的车辆以提供运输服务。运输服务可以包括运输单个乘客/乘客组或多个乘客/乘客组拼车。每个车辆司机提供的运输服务均会得到报酬。对于车辆司机来说，重要的是最大化他们在街上花费时间的报酬。

发明内容

本申请的各种实施例可以包括：用于提供车辆导航模拟环境的系统、方法和非暂时性计算机可读介质。根据一个方面，一种用于提供车辆导航模拟环境的示例性方法可以包括，在一段时间内递归执行步骤(1)-(4)：(1)向模拟主体提供模拟环境的一个或多个状态，其中：所述模拟主体包括模拟车辆，以及，所述状态包括模拟车辆的第一当前时间和第一当前位置；(2)当所述模拟车辆没有乘客时，通过所述模拟车辆获得动作，其中：所述动作选自：在所述模拟车辆的所述第一当前位置等待，以及运输M个乘客组，所述M个乘客组中的每个乘客组均包含一个或多个乘客，以及所述M个乘客组中的每两个组中至少有以下中一个：不同的上车位置或不同的下车位置；(3)确定对执行所述动作的模拟车辆的报酬；以及(4)基于所述动作来更新所述一个或多个状态，以获得用于提供给所述模拟车辆的一个或多个更新状态，其中：所述更新状态包括所述模拟车辆的第二当前时间和第二当前位置。

根据另一方面，本申请提供一种存储指令的非暂时性计算机可读存储介质，所述指令由一个或多个处理器执行时，使得所述一个或多个处理器执行用于提供车辆导航模拟环境的方法。所述方法包括在一段时间内递归地执行所述步骤(1)-(4)。

根据另一方面，本申请提供一种用于提供车辆导航的方法。该方法可以包括：确定实际车辆上的当前的实际乘客人数；以及响应于确定所述实际车辆上没有实际乘客，基于使所述实际车辆的累积报酬最大化的训练策略，提供运输M个实际乘客组的指令。所述M个乘客组中的每个乘客组都包含一个或多个乘客。所述M个乘客组中的每两个组至少具有以下之一：不同的上车位置或不同的下车位置。所述实际车辆位于第一当前位置。M＝0时，所述指令包括在所述第一当前位置等待，M＝1时，所述指令包括运输乘客组R，M＝2时，所述指令包括在拼车中运输乘客组R和乘客组S，从所述第一当前地点到达所述乘客组R的上车位置所需的时间最少。在拼车中运输所述乘客组R和所述乘客组S的总和为(路线选项1)的乘客总额外行程时间和(路线选项2)的乘客总额外行程时间中的最小值。所述(路线选项1)包括接载所述乘客组S、放下所述乘客组R、放下所述乘客组S。所述(路线选项2)包括接载所述乘客组S、放下所述乘客组S、放下所述乘客组R。所述(路线选项1)的乘客总额外行程时间是由所述实际车辆按照所述(路线选项1)运输所述乘客组R和乘客组S，与不拼车一组一组运输相比，花费的额外时间的总和。所述(路线选项2)的乘客总额外行程时间是由所述实际车辆按照所述(路线选项2)运输所述乘客组R和乘客组S，与不拼车一组一组运输相比，花费的额外时间的总和。