作者：Ji, Shenggong, Yu Zheng, Zhaoyuan Wang, and Tianrui Li.
摘要：在城市中，每天都有大量的人遭遇紧急事件或者急性病，因此需要救护车将其送到医院。本文提出了一个动态的救护车重新部署算法，使得病人能够快速地被送到医院，从而增加病人的存活率。动态的救护车重新部署是一个很有挑战的问题，因为当重新部署一辆救护车时，我们需要考虑每一个救护车站点的多种因素。本文提出运用深度神经网络（称作：深度评分网络）将每个救护车站点的多种因素合并成一个综合的得分。接着，本文运用深度强化学习框架去学习这个深度评分网络。最后，基于这个学习好的深度评分网络，得到一个高效的动态救护车重新部署算法。相比于其他方法，本文的方法能够为每个病人节省等待时间，并提升10分钟以内能够接到的病人的比例。
论文链接：http://urban-computing.com/pdf/UbiComp2019JiZheng.pdf
