Bilfraktfirmaet Didi har en ny ekspedisjonsalgoritme som tilpasser seg etterspørselen etter syklistene

Kategori: Kunstig intelligens Lagt ut 12. desember

Didi, Kinas Uber-ekvivalent, har testet ut en ny algoritme for å tildele sjåfører til ryttere i utvalgte byer.

Forsendelsessystemet bruker forsterkningslæring (RL), en undergruppe av maskinlæring som er avhengig av straffer og belønninger for å få agenter til å oppnå et klart mål. I dette tilfellet er agentene sjåførene og belønningene er deres betalinger for å fullføre en tur.

Selskapets nåværende ekspedisjonsalgoritme har to deler: et prognosesystem som forutsier hvordan etterspørselen etter rytteren endrer seg over tid, og et matchingssystem som tildeler sjåfører jobber på grunnlag av disse spådommene.

Det har tjent selskapet godt så langt, men det kan være ineffektivt. Hvis mønstrene for sjåførtilbud og etterspørsel etter fører endres, må prognosemodellen omskoleres for å fortsette å gi nøyaktige spådommer.

Å gå over til en RL-tilnærming løser dette problemet ved å kollapse begge deler til én: med hver påfølgende databit lærer algoritmen å sende drivere mer effektivt. Det gjør at den kan fortsette å utvikle seg med skiftende tilbud og etterspørsel, uten behov for omskolering. A/B-tester mellom de gamle og nye algoritmene i en håndfull byer har bekreftet at den nye faktisk er mer effektiv.

Didi planlegger nå en gradvis utrulling av det nye ekspedisjonssystemet til byer i Kina, selv om en nøyaktig tidslinje ikke er satt. Tony Qin, AI-forskningsleder for selskapets amerikanske divisjon, fortalte MIT Technology Review at selskapet kan fortsette å utføre A/B-tester mellom de forskjellige algoritmene for forskjellige lokasjoner og bruke den som gir de mest effektive resultatene.

RL-algoritmen er kanskje ikke alltid den beste, sa Qin. Det avhenger i stor grad av byens tilbuds- og etterspørselsmønster. I mellomtiden utvikler selskapet også en annen RL-forsendelsesalgoritme, med forskjellige agenter og belønninger, for å legge til arsenalet.

En forkortet versjon av dette dukket opprinnelig opp i vårt AI-nyhetsbrev The Algorithm. For å få den levert direkte til innboksen din, abonner her gratis.