联合确定出租车调度策略与充电站定价策略的方法

本申请公开了一种联合确定出租车调度策略与充电站定价策略的方法，构建双层多智能体强化学习模型；获取出租车智能体和/或充电站智能体与环境交互的当前时刻的状态信息；策略网络基于当前时刻的状态信息，计算并生成出租车智能体的调度动作，确定出租车智能体的调度策略；改进的双延迟深度确定性策略模型基于当前时刻的状态信息和历史状态信息，计算并生成充电站智能体的充电动作，确定充电站智能体的充电策略。本申请结合电动出租车的调度策略与充电定价策略，实现二者的协同优化。