Dynamic Pricing of High-Speed Railways Using Multi-Agent Reinforcement Learning
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本文研究了高速客运铁路的动态定价策略,提出了一种基于非零和马尔可夫博弈的多智能体强化学习框架。研究结果表明,用户偏好和定价政策对乘客选择及系统动态具有重要影响,为铁路定价策略的发展奠定了基础。
🎯
关键要点
-
本文研究高速客运铁路的动态定价策略。
-
提出了一种基于非零和马尔可夫博弈的多智能体强化学习框架。
-
研究表明用户偏好和定价政策对乘客选择及系统动态具有重要影响。
-
实验结果验证了该框架的有效性。
-
为铁路定价策略的发展奠定了基础。
🏷️