Firma przewozowa Didi ma nowy algorytm dyspozytorski, który dostosowuje się do potrzeb kierowcy

Kategoria: Sztuczna inteligencja Opublikowany 12 grudnia

Didi, chiński odpowiednik Ubera, testuje a nowy algorytm za przypisywanie kierowców do kierowców w wybranych miastach.

System dyspozytorski wykorzystuje uczenie wzmacniające (RL), podzbiór uczenia maszynowego, który opiera się na karach i nagrodach, aby skłonić agentów do osiągnięcia jasnego celu. W tym przypadku agenci są kierowcami, a nagrodą są ich płatności za ukończenie przejazdu.

Obecny algorytm dyspozytorski firmy składa się z dwóch części: systemu prognozowania, który przewiduje, jak zmienia się zapotrzebowanie kierowców w czasie, oraz systemu dopasowywania, który przypisuje kierowców do zadań na podstawie tych prognoz.

Do tej pory dobrze służyło firmie, ale może być nieefektywne. Jeśli wzorce podaży kierowców i popytu kierowców ulegną zmianie, model prognozowania musi zostać ponownie przeszkolony, aby nadal dokonywać dokładnych prognoz.

Przejście na podejście RL rozwiązuje ten problem, łącząc obie części w jedną: z każdym kolejnym elementem danych algorytm uczy się wydajniej wysyłać kierowców. Dzięki temu może ewoluować wraz ze zmieniającą się podażą i popytem, ​​bez konieczności przekwalifikowywania się. Testy A/B pomiędzy starym i nowym algorytmem w kilku miastach potwierdziły, że nowy algorytm jest rzeczywiście bardziej wydajny.

Didi planuje teraz stopniowe wprowadzanie nowego systemu dyspozytorskiego do miast w Chinach, chociaż nie ustalono dokładnego harmonogramu. Tony Qin, kierownik badań nad sztuczną inteligencją w amerykańskim oddziale firmy, powiedział MIT Technology Review, że firma może nadal przeprowadzać testy A/B między różnymi algorytmami dla różnych lokalizacji i korzystać z tego, który daje najbardziej wydajne wyniki.

Algorytm RL może nie zawsze być najlepszy, powiedział Qin. W dużej mierze zależy to od wzorców podaży i popytu w mieście. W międzyczasie firma opracowuje również kolejny algorytm wysyłania RL, z różnymi agentami i nagrodami, aby dodać do swojego arsenału.

Skrócona wersja tego pojawiła się pierwotnie w naszym biuletynie AI The Algorithm. Aby otrzymać go bezpośrednio do skrzynki odbiorczej, zapisz się tutaj za darmo.