随着城市化进程的不断加快,人们的出行需求与日俱增。得益于互联网、GPS和移动终端技术的发展,以网约车为代表的移动出行方式逐渐在人们的生活中占据重要地位,满足了人们多样化的出行需求。作为网约车平台业务的关键支撑,订单调度任务旨在利用订单调度算法减小网约车空驶司机和乘客订单之间的供需差距,从而在提升平台收益的同时为乘客提供更好的出行服务。本文提出了一种全局供需感知的均值场强化学习订单调度算法,通过将多智能体强化学习与均值场理论相结合,提升了智能体在局部空间上相互之间的协作性;通过注入全局空间上供需的动态分布信息,提升了智能体对全局供需分布的感知和优化能力。此外,本文对真实历史订单数据进行合理的预处理,构建了以该数据驱动的订单调度模拟器,用以训练和评估订单调度算法。实验结果表明,本文提出的算法在司机累计收益和订单应答率两个重要指标上都优于已有算法,证明了该算法的有效性。本文主要研究内容如下:（1）根据订单调度任务的内在特点,本文建立了刻画该问题的数学模型,进而提出了基于局部观测的订单调度算法框架;构建了适用于该任务的模拟器,在对原始数据进行数据清洗、格式转化、时空离散化等预处理的基础上,对所提算法进行了训练和评估;（2）为了加强订单调度算法中多智能体之间的局部协作性,本文利用特征工程方法构建了能够反映局部空间供需关系的均值特征,实现了基于向量均值的均值场多智能体强化学习算法,并通过实验验证了该方法的有效性;（3）考虑到供需分布在全局空间上实时、动态变化的特点,本文利用KL散度对模型进行全局一致性性能优化,利用谱范数正则化对值函数热点估值进行鲁棒性性能优化,提高了模型对全局供需分布的感知和优化能力,并通过实验验证了该方法的有效性。