[发明专利]用于在线共享出行平台的统一订单派发和车队管理

权利要求书

1.一种用于统一搭乘订单派发和车队管理的计算机实现的方法，包括：

获得信息，所述信息包括共享出行平台的状态和一组消息；

将所获得的信息输入到训练的分层增强学习(HRL)模型中，其中，所述训练的HRL模型包括与地区对应的至少一个管理者模块，以及其中，所述至少一个管理者模块包括与所述地区中的辖区对应的一组工作者模块；

基于所述共享出行平台的状态和所述一组消息来获得所述地区中的所述辖区的至少一个目标；以及

对于所述地区中的所述辖区中的每个车辆，基于所述共享出行平台的状态、所述一组消息和所述至少一个目标生成车辆动作。

2.根据权利要求1所述的方法，其中，所述共享出行平台的状态包括：所述辖区中的可用车辆的数量、所述辖区中的出行订单的数量、所述辖区的熵、车队管理群组中的车辆的数量以及所述辖区中的订单分布。

3.根据权利要求1所述的方法，其中，所述一组消息包括：用于在所述至少一个管理者模块的至少第一管理者模块和第二管理者模块之间进行协调的一组管理者级消息，以及用于在所述一组工作者模块之间进行通信的一组工作者级消息。

4.根据权利要求1所述的方法，其中，所述一组工作者模块的每个工作者模块对应于表示真实世界地理区域的网格世界中的网格单元。

5.根据权利要求1所述的方法，其中，所述车辆动作包括：订单派发(OD)或车队管理(FM)。

6.根据权利要求5所述的方法，其中，所述订单派发包括在所述共享出行平台中将对应的车辆派遣给乘客。

7.根据权利要求5所述的方法，其中，所述车队管理包括将对应的车辆重新定位到不同的辖区或将所述对应的车辆保留在所述辖区。

8.根据权利要求5所述的方法，其中，为每个车辆生成所述车辆动作包括：

基于所述共享出行平台的状态、所述一组消息和所述至少一个目标来获得一组特征权重；

获得一组出行订单的一组排名特征；

基于所述一组特征权重和所述一组排名特征获得候选订单派发任务订单和候选车队管理任务订单的排名列表；以及

为每个车辆从所述排名列表中选择置顶的车辆动作。

9.根据权利要求1所述的方法，其中，所述至少一个管理者模块被配置为基于累计驾驶员收入和订单响应速率来接收响应所述车辆动作的外在酬劳。

10.根据权利要求1所述的方法，其中，所述一组工作者模块中的每个工作者模块被配置为基于所述至少一个目标与所述共享出行平台的状态随时间的变化之间的余弦相似度来接收响应所述车辆动作的内在酬劳。

11.一种用于统一搭车订单派发和车队管理的系统，其包括一个或多个处理器和耦合到所述一个或多个处理器且配置有指令的一个或多个非瞬态计算机可读存储器，所述指令可被所述一个或多个处理器执行以使所述系统执行包括以下的操作：

获得信息，所述信息包括共享出行平台的状态和一组消息；

将所获得的信息输入到训练的分层增强学习(HRL)模型中，其中，所述训练的HRL模型包括与地区对应的至少一个管理者模块，以及其中，所述至少一个管理者模块包括与所述地区中的辖区对应的一组工作者模块；

基于所述共享出行平台的状态和所述一组消息来获得所述地区中的所述辖区的至少一个目标；以及

对于所述地区中的所述辖区中的每个车辆，基于所述共享出行平台的状态、所述一组消息和所述至少一个目标生成车辆动作。

12.根据权利要求11所述的系统，其中，所述一组消息包括：用于在所述至少一个管理者模块的至少第一管理者模块和第二管理者模块之间进行协调的一组管理者级消息，以及用于在所述一组工作者模块之间进行通信的一组工作者级消息。