一种在线司乘匹配方法、介质及设备

本发明提供了一种在线司乘匹配方法、介质及设备，属于在线二部图匹配技术领域，其中提出了一套基于分层强化学习的策略架构，对未来信息进行预测来指导当前的决策，先训练不同的底层策略，再训练高层模型选择底层策略以优化长期总收益。匹配时间片的收益和状态转移遵循特定规则，状态包括司机和订单特征，动作是通过停止策略决定是否改变底层策略，若改变则由高层策略选择合适的底层策略。本发明采用分层强化学习架构，解决了训练效率与决策性能的权衡难题，降低决策复杂度，提高训练效率，确保在复杂动态环境下能快速准确做出高质量决策，提升系统整体性能。