[发明专利]共享物品的投放方法及装置

说明书

本公开提出一种共享物品的投放方法及装置，涉及智能城市技术领域。其中，方法包括：通过获取共享物品在投放范围内的多种历史投放策略，以及各历史投放策略下共享物品的共享记录，实现对任意的一种历史投放策略，根据共享记录中共享失败的次数，确定对应历史投放策略的投放效果评价值，从而根据各历史投放策略及其投放效果评价值，训练价值网络，进而在采用经过训练的价值网络，对共享物品在投放范围内的各候选投放策略预测投放效果评价值，以根据评价值确定目标投放策略之后，根据目标投放策略，对共享物品进行投放。由此，可使得共享物品投放更加合理，提高共享物品的利用率和用户体验，解决不同区域不同时间段内共享物品供求不均衡的问题。

技术领域

本公开涉及智能城市技术领域，尤其涉及深度强化学习技术领域，具体涉及一种共享物品的投放方法及装置。

背景技术

共享物品的出现在为用户提供极大便利的同时，也存在不同区域不同时间段内共享物品供求不均衡的问题。以共享单车为例，由于不同区域不同时间段内单车的使用需求存在较大差异，从而存在一部分区域的车辆由于供大于求而导致车辆堆积，而另一部分区域内的车辆却供不应求的情况。这不仅使得单车的利用率低，也极大地影响了用户的使用体验。因此，如何让共享物品投放更加合理、提高共享物品的利用率和用户体验是一个值得研究的问题。

发明内容

本公开旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本公开的第一个目的在于提出一种共享物品的投放方法，以实现基于共享物品在投放范围内的多种历史投放策略和各历史投放策略下共享物品的共享记录，训练价值网络，从而采用经过训练的价值网络，对共享物品在投放范围内的各候选投放策略预测投放效果评价值，以确定目标投放策略，并基于目标投放策略进行共享物品的投放，使得共享物品投放更加合理，提高共享物品的利用率和用户体验。

本公开的第二个目的在于提出一种共享物品的投放装置。

本公开的第三个目的在于提出一种电子装置。

本公开的第四个目的在于提出一种非瞬时性计算机可读存储介质。

本公开的第五个目的在于提出一种计算机程序产品。

为达上述目的，本公开第一方面实施例提出了一种共享物品的投放方法，包括：

获取所述共享物品在投放范围内的多种历史投放策略，以及各所述历史投放策略下所述共享物品的共享记录；

对任意的一种历史投放策略，根据所述共享记录中共享失败的次数，确定对应历史投放策略的投放效果评价值；

根据各所述历史投放策略及其投放效果评价值，训练价值网络；

采用经过训练的价值网络，对所述共享物品在所述投放范围内的各候选投放策略预测投放效果评价值，以根据所述评价值确定目标投放策略；

根据所述目标投放策略，对所述共享物品进行投放。

可选地，作为第一方面的第一种可能的实现方式，所述共享记录包括查询记录和借出记录；所述对任意的一种历史投放策略，根据所述共享记录中共享失败的次数，确定对应历史投放策略的投放效果评价值，包括：

针对任意的一种历史投放策略，从所述查询记录中，确定执行对应历史投放策略之后的统计时长内记录到的查询操作；

若执行所述查询操作的客户端在所述查询操作之后未执行借出操作，或者，根据所述借出记录确定所述查询操作之后所述客户端执行借出操作失败，则将所述查询操作确定为借出失败，以确定借出失败的次数；

根据所述借出记录，对执行对应历史投放策略之后的统计时长内记录到的归还操作进行查询，以确定归还失败的次数；

根据所述借出失败的次数和/或所述归还失败的次数，确定对应历史投放策略的投放效果评价值。