快速算法原型的轻量化移动仿真
simobilit的Python项目详细描述
并行性
simobility是一个轻量级的移动仿真框架。最适合快速成型
simobility是一个对人类友好的Python框架,它帮助科学家和工程师对车队优化算法(自动驾驶和人工驾驶车辆)进行原型和比较。它提供了一组可用于设计不同仿真场景、运行仿真和计算度量的构建块。它很容易插入定制需求模型、客户行为模型、车队类型、时空模型(例如,使用OSRM来选择车辆路线,以及根据历史数据训练的机器学习模型来预测ETA)。在
动机
为移动服务中决策问题的机器学习算法创造一个实验环境,并将其与经典解决方案进行比较。在
一些例子:
- 在
Deep Reinforcement Learning with Applications in Transportation
在 - 在
T. Oda and C. Joe-Wong, "Movi: A model-free approach to dynamic fleet management". 2018
在 - 在 在
- 在 在
- 在 在
安装
pip install simobility
贡献和感谢
感谢所有为概念/准则做出贡献的人:
仿真示例
指标示例
{"avg_paid_utilization":63.98,"avg_utilization":96.87,"avg_waiting_time":292.92,"created":3998,"dropoffs":589,"empty_distance":640.37,"empty_distance_pcnt":33.67,"fleet_paid_utilization":63.98,"fleet_utilization":96.87,"num_vehicles":50,"pickup_rate":15.48,"pickups":619,"total_distance":1902.04,}
模拟日志
和熊猫一起读日志
^{pr2}$运行OSRM
wget http://download.geofabrik.de/north-america/us/new-york-latest.osm.pbf docker run -t -v "${PWD}:/data" osrm/osrm-backend osrm-extract -p /opt/car.lua /data/new-york-latest.osm.pbf docker run -t -v "${PWD}:/data" osrm/osrm-backend osrm-partition /data/new-york-latest.osrm docker run -t -v "${PWD}:/data" osrm/osrm-backend osrm-customize /data/new-york-latest.osrm docker run -d -t -i -p 5010:5000 -v "${PWD}:/data" osrm/osrm-backend osrm-routed --algorithm mld /data/new-york-latest.osrm
- 项目
标签: