La empresa de transporte de automóviles Didi tiene un nuevo algoritmo de despacho que se adapta a la demanda de los pasajeros

Categoría: Inteligencia artificial Al corriente 12 de diciembre

Didi, el equivalente chino de Uber, ha estado probando un nuevo algoritmo para asignar conductores a pasajeros en ciudades seleccionadas.

El sistema de despacho utiliza el aprendizaje por refuerzo (RL), un subconjunto del aprendizaje automático que se basa en sanciones y recompensas para lograr que los agentes logren un objetivo claro. En este caso, los agentes son los conductores y las recompensas son sus pagos por completar un viaje.

El algoritmo de despacho actual de la compañía tiene dos partes: un sistema de pronóstico que predice cómo cambia la demanda de los pasajeros con el tiempo y un sistema de coincidencia que asigna a los conductores a los trabajos sobre la base de esas predicciones.

Ha servido bien a la empresa hasta ahora, pero puede ser ineficiente. Si los patrones de suministro de conductores y demanda de pasajeros cambian, el modelo de pronóstico debe volver a entrenarse para continuar haciendo predicciones precisas.

Pasar a un enfoque RL resuelve este problema al fusionar ambas partes en una: con cada dato posterior, el algoritmo aprende a despachar a los conductores de manera más eficiente. Eso le permite seguir evolucionando con la oferta y la demanda cambiantes, sin necesidad de volver a capacitarse. Las pruebas A/B entre los algoritmos antiguo y nuevo en un puñado de ciudades han confirmado que el nuevo es, de hecho, más eficiente.

Didi ahora está planeando una implementación gradual del nuevo sistema de envío a las ciudades de China, aunque no se ha establecido un cronograma exacto. Tony Qin, líder de investigación de IA para la división estadounidense de la compañía, dijo a MIT Technology Review que la compañía puede continuar realizando pruebas A/B entre sus diferentes algoritmos para diferentes ubicaciones y usar el que produce los resultados más eficientes.

El algoritmo RL puede no ser siempre el mejor, dijo Qin. Depende en gran medida de los patrones de oferta y demanda de la ciudad. Mientras tanto, la compañía también está desarrollando otro algoritmo de despacho de RL, con diferentes agentes y recompensas, para agregar a su arsenal.

Una versión abreviada de esto apareció originalmente en nuestro boletín de AI The Algorithm. Para recibirlo directamente en su bandeja de entrada, suscríbase aquí de forma gratuita.