Bilfraktfirman Didi har en ny sändningsalgoritm som anpassar sig till förarens efterfrågan

Kategori: Artificiell intelligens Postad 12 dec

Didi, Kinas Uber-motsvarighet, har testat en ny algoritm för att tilldela förare till förare i utvalda städer.

Utsändningssystemet använder förstärkningsinlärning (RL), en delmängd av maskininlärning som förlitar sig på straff och belöningar för att få agenter att uppnå ett tydligt mål. I det här fallet är agenterna förarna och belöningarna är deras betalningar för att slutföra en åktur.

Företagets nuvarande utsändningsalgoritm har två delar: ett prognossystem som förutsäger hur efterfrågan på förare förändras över tiden, och ett matchningssystem som tilldelar förare jobb på basis av dessa förutsägelser.

Det har tjänat företaget väl hittills, men det kan vara ineffektivt. Om mönstren för utbudet av förare och efterfrågan på förare förändras, måste prognosmodellen omskolas för att fortsätta göra korrekta förutsägelser.

Att gå över till en RL-metod löser detta problem genom att kollapsa båda delarna till en: med varje efterföljande datastycke lär sig algoritmen att skicka drivrutiner mer effektivt. Det gör att det kan fortsätta utvecklas med förändrad utbud och efterfrågan, utan att behöva omskola sig. A/B-tester mellan gamla och nya algoritmer i en handfull städer har bekräftat att den nya verkligen är mer effektiv.

Didi planerar nu en gradvis utrullning av det nya utsändningssystemet till städer i Kina, även om en exakt tidslinje inte har satts. Tony Qin, AI-forskningsledaren för företagets amerikanska division, sa till MIT Technology Review att företaget kan fortsätta att utföra A/B-tester mellan sina olika algoritmer för olika platser och använda den som ger de mest effektiva resultaten.

RL-algoritmen kanske inte alltid är den bästa, sa Qin. Det beror till stor del på stadens utbud och efterfrågan. Under tiden utvecklar företaget också en annan RL-sändningsalgoritm, med olika agenter och belöningar, för att lägga till sin arsenal.

En förkortad version av detta dök ursprungligen upp i vårt AI-nyhetsbrev The Algorithm. För att få det levererat direkt till din inkorg, prenumerera här gratis.