现有的出租车调度模型通常只优化实时成本而忽视当前路径规划对未来运营收益的影响，这不利于自动驾驶环境下的连续调度。为此，本文提出一个专注于长期收益的路径规划模型，并利用强化学习将预估的未来运营收益整合到实时调度问题中。模型的具体求解方法是先利用神经网络...