FCA-RL框架——基于强化学习的出行服务商动态市场环境效率保障方法

FCA-RL 框架——基于强化学习的出行服务商动态市场环境效率保障方法

摘要

本文提出FCA-RL框架，帮助网约车服务商动态优化投资策略。该方法结合快速竞争适应机制和强化学习，实时调整预算分配，确保资金高效利用。实验表明，FCA-RL在多种竞争场景下均优于传统静态方案，显著降低预算误差并提升订单完成率。此外，开发的RideGym仿真系统为策略评估提供了安全可靠的测试环境。