摘要：以需求响应公交为代表的共享公共交通模式面临高效处理出行需求的挑战及平峰期车辆利用率低的困境。一方面,传统研究基于时空维度不可迁移的出行需求探讨运营调度优化,未从人的可移动性上探索潜在优化空间;另一方面,电子商务的发展带动了货运量的高速增长,却也面临市区货车限行和零散包裹时效性低等问题。本文聚焦共享出行服务模式新设计,提出一种考虑乘客时空灵活性的需求响应客货联运服务模式。首先,引入乘客时空灵活性的预约管理新机制,借助滚动时域框架将客货联运下的需求响应动态调度过程表述为马尔科夫决策过程,将每辆车抽象为智能体,根据动态调度特性提出适配模型的收益函数;然后,以系统总成本最少为优化目标,基于多智能体强化学习算法中的Qtran_alt框架求解;最后,以广州市黄埔区南部地区为运营环境验证模型和算法的整体性能,通过设计6个评价指标,对比Qtran_alt与另外3种多智能体强化学习算法的性能差异,并对时空灵活性、时间片间隔及客货比例进行敏感性分析。结果表明:本文模型在系统总成本增长不超过5.37%的情况下,能够额外服务50%的货物订单,其订单总服务率达到95.19%,且具备较强的普适性。