跳转至

利用结合语义站点嵌入的强化学习缓解公交车串车现象

文章背景与核心概要

公交车串车现象（Bus Bunching）严重降低了高频公交系统的服务规律性，并加剧了乘客的等待时间。传统的强化学习（RL）扣车控制器通常依赖瞬时运营变量或死板的、特定路线的站点标识符，这限制了其对站点功能上下文的情境感知能力，也阻碍了策略在不同路线之间的轻松复用。

为了克服这些挑战，本研究引入了一种用于事件驱动型公交扣车控制的大模型辅助语义站点表示框架。通过离线利用大语言模型（LLM）将异构的站点细节（包括物理属性、周边活动背景和历史运营模式）转化为固定的语义嵌入，并将其集成到深度Q学习控制器中，避免了计算密集的实时LLM推理。通过使用来自两条公交路线的真实世界数据进行校准的随机仿真评估，所提出的语义控制器显著优于标准基线，为自适应公交控制提供了一条可扩展的途径。

核心发现与结果

  • 变异性与延迟的减少： 与经过最佳校准的 Daganzo 基线相比，语义控制器实现了令人瞩目的性能下降：
  • 发车间隔变异性减少 32.0%
  • 串车事件减少 69.2%
  • 乘客等待时间减少 24.0%
  • 语义站点信息的影响： 尽管朴素的特定路线站点标识符无法改善纯间距控制器，但语义站点信息成功增强了发车间隔的规律性、减少了乘客等待时间并优化了扣车努力。
  • 跨路线策略迁移：
  • 零样本迁移（Zero-Shot Transfer）： 在不同路线之间的即时泛化能力有限。
  • 热启动微调（Warm-Start Fine-Tuning）： 加速了早期学习，并大幅改善了迁移后的策略。
  • 冷启动训练（Cold-Start Training）： 最终实现了最佳的最终性能，突显了语义状态表示如何有效补充传统运营状态，以实现基于自适应的策略复用。

Key Findings & Results

  • Reduction in Variability & Delays: Compared to the best calibrated Daganzo baseline, the semantic controller achieves impressive reductions:
  • 32.0% decrease in headway variability
  • 69.2% decrease in bunching events
  • 24.0% decrease in passenger waiting time
  • Impact of Semantic Stop Information: While naive route-specific stop identifiers fail to improve spacing-only controllers, semantic stop information successfully enhances headway regularity, reduces passenger wait times, and optimizes holding efforts.
  • Cross-Route Policy Transfer:
  • Zero-Shot Transfer: Offers limited immediate generalization across different routes.
  • Warm-Start Fine-Tuning: Accelerates early-stage learning and substantially improves transferred policies.
  • Cold-Start Training: Ultimately achieves the best final performance, highlighting how semantic state representations effectively complement conventional operational states for adaptation-based policy reuse.

元数据

Metadata