新浪新闻客户端

如何用大数据破解网约车派单与调度难题?东南大学团队用这一算法斩获冠军

如何用大数据破解网约车派单与调度难题?东南大学团队用这一算法斩获冠军
2020年08月03日 19:02 新浪网 作者 扬子晚报

  记者今天从东南大学获悉,由东大交通学院刘志远教授指导的参赛队伍在素有“大数据领域世界杯”之誉的KDD CUP 2020年度赛事中,击败1000多支参赛队伍,斩获冠军。KDD是国际数据挖掘领域的最高级别的学术会议之一,其中KDD CUP是目前数据挖掘领域最高水平、最具影响力、规模最大的国际顶级赛事。

如何用大数据破解网约车派单与调度难题?东南大学团队用这一算法斩获冠军

  刘志远团队斩获冠军

  刘志远教授指导的参赛队伍名为TLab,队员包括刘洋博士、吴凡优博士和吕呈硕士。据介绍,2020年的KDD CUP开设了3个竞赛赛道,其中,刘志远团队在强化学习竞赛赛道的考题为“如何在网约车平台派单和调度。”

如何用大数据破解网约车派单与调度难题?东南大学团队用这一算法斩获冠军

  刘志远跟参赛学生合影

如何用大数据破解网约车派单与调度难题?东南大学团队用这一算法斩获冠军

  刘志远跟参赛学生合影

  这道题目要求参赛者解决网约车平台的订单匹配与车辆调度问题,其中订单匹配任务需要每两秒钟进行一次匹配,车辆调度任务则需要在成都8000多个六边形网格内进行运力调度。相关算法可将乘客潜在出行需求与合适的司机相匹配,从而更高效地利用空置车辆,提高车辆周转率,提升用户体验与司机收入水平,优化系统运营效率。

  刘志远教授介绍,现有的多智能体强化学习方法将每一辆车看做是一个智能体,在进行仿真时,车辆按照调度算法前往目的地或者进行有偏随机游走,并没有考虑司机的偏好。“我们从数学的角度而言,它就相当于是一个局部最优解,不是一个全局最优解,因此最后解出来的方案可能是不利于大家的出行,这个时候就会导致有些乘客觉得,为什么我等了这么长时间,最后给我派到的一个出租车离我很远。”

  “我们团队针对现有方法的不足,对现有方法进行了系统、全面的优化,进一步设计了一种更符合逻辑的单智能体深度强化学习方法。”据介绍,该方法将单智能体作为智能“调度中心”,车辆发出调度请求后,“调度中心”进行全局运力调度。

  经过几个月较量,刘志远教授团队最终以优异的成绩在1000多支队伍中摘得桂冠。

  通讯员 唐瑭 扬子晚报/紫牛新闻记者 王赟 实习生 顾怡宁

  校对 苏云

  来源:扬子扬眼

特别声明:以上文章内容仅代表作者本人观点,不代表新浪网观点或立场。如有关于作品内容、版权或其它问题请于作品发表后的30日内与新浪网联系。
权利保护声明页/Notice to Right Holders

举报邮箱:jubao@vip.sina.com

Copyright © 1996-2024 SINA Corporation

All Rights Reserved 新浪公司 版权所有