网约车司机接送客订单调度模拟数据集

针对实际应用场景的长期因果效应估计方法研究，通过构建数据模拟器重现网约车司机接送客实时场景的马尔可夫过程，计算各种处理的反事实结果并得到模拟的真实值，从而观测在一个城市内多名司机的接送客的收益情况，用于基于深度强化学习的长期因果效应估计的验证。数据集主要使用模拟器产生实时数据，包括三个实体，分别是城市、司机和乘客，在城市中划分了热门区域、普通区域和冷门区域，司机在地图中均匀分布，承担接客送客的角色，是用于研究的主要观察对象。乘客是指潜在乘客，在一定时间内会下单请求网约车，并非每个时刻都会请求网约车，在该时刻请求订单的数量使用一个矩阵调控。状态转移过程包括乘客从接客到送客过程中的位置变化，实时结果是订单收益。使用过程中可将模拟的随机对照试验数据保存。在此模拟器中使用参数矩阵控制以保证准确性同时可以很好的实现马尔可夫过程，实现基于深度强化学习的长期因果效应估计的验证。