Apprentissage par renforcement distribué pour la tarification dynamique au sein d'agences de location de véhicules

Distributed reinforcement learning for dynamic pricing in car rental agencies

• Auteur / Autrice : Laurie Guenin
• Direction : Dominique Barth
• Type : Projet de thèse
• Discipline(s) : Informatique
• Date : Inscription en doctorat le 01/12/2022
• Etablissement(s) : université Paris-Saclay
• Ecole(s) doctorale(s) : École doctorale Sciences et technologies de l'information et de la communication (Orsay, Essonne ; 2015-....)
• Partenaire(s) de recherche : Laboratoire : Données Algorithmes pour une ville intelligente et durable
• Partenaire(s) de recherche : Equipe de recherche : ALMOST
• Partenaire(s) de recherche : Référent : Université de Versailles-Saint-Quentin-en-Yvelines

Mots clés

Mots clés libres

Machine learning

Tarification dynamique

Location de véhicules

Dynamic pricing

Vehicles rental

Machine learning

Résumé

Ce projet doctoral propose donc d'explorer l'utilisation de méthode de type « Machine Learning », en particulier d'apprentissage par renforcement, dans l'objectif de de développer une approche d'aide à la décision apprenant dynamiquement à sélectionner la meilleure politique de prix en fonction du marché et de son évolution. En première approche, le but est de permettre à un agent de location cible de sélectionner les meilleures actions (les prix proposés) face à un environnement. Un tel environnement (au sens de l'apprentissage par renforcement) est tout d'abord constitué ici des clients et des courtiers. L'ensemble des autres agents avec lequel l'agent cible est en concurrence pourra être modélisé soit comme un « joueur fictif »(dont le comportement devra lui même être appris au cours du temps), soit comme d'autres agents agissant au sein de l'environnement de l'agent cible, c'est à dire un système multi-agent régi par exemple par un apprentissage par renforcement distribué.

This PhD project proposes to explore the use of Machine Learning methods, in particular reinforcement learning, in order to develop a decision support approach that dynamically learns to select the best pricing policy according to the market and its evolution. In a first approach, the goal is to allow a target renting agent to select the best actions (proposed prices) in front of an environment. Such an environment (in the sense of reinforcement learning) is first constituted here by the customers and the brokers. The set of other agents with which the target agent competes can be modeled either as a 'fictitious player' (whose behavior will have to be learned over time), or as other agents acting within the target agent's environment, i.e., a multi-agent system governed by distributed reinforcement learning.