【內容簡介】在外賣配送領域，配送調度對用戶體驗和成本有著至關重要的影響。怎樣進行高效的配送調度，提高騎手的配送效率，實現全局優化十分困難。美團配送技術團隊結合行業特性，借助大數據、機器學習和運籌優化手段，進行了一系列模型、算法和業務模式的創新，本次郝井華將會從解決復雜問題實現全局優化的方式論角度，分享其中的一些關鍵思路和技巧。
關于美團外賣
美團外賣平臺會把優質店家遷往網上，同時C端的用戶通過平臺來點餐，由此產生了一個比較統一的平臺，提供外賣服務。大約在14年末，美團外賣每晚不到100萬單。現現在，美團外賣早已到了每晚1600萬單這樣一個規模。在不到兩年的時間，美團外賣有了16倍的變化，可以想象這個行業的下降幅度是特別快的。
及時配送中的優化決策問題
美團外賣目前是全球范圍之內最大的外賣平臺，同時也是最大的配送平臺，總的注冊騎手超過200千人。但怎么提升騎手的配送效率、提高用戶的體驗是一個十分關鍵的指標。在配送業務中，用戶的期望送達時間、分單（分配給那個快件員）、供需平衡、網絡規劃，對于整個平臺的成本效率體驗都有比較大的影響。
在外賣行業發展初期，是由一個站點有一個調度員專門負責把這個訂單分給一個人，這種菜費的成本相對較高；另一種則是通過一些簡單的業務規則，直接來實現手動化模式，并且療效也不盡如人意。帶來的問題主要有三個方面：人工成本比較高；療效波動比較大；管理有難度。針對這三個問題，美團外賣配送創立了算法團隊，針對配送業務當中每位環節的問題，企圖使用人工智能，解決這一系列的問題。
案例：即時配送訂單分配
給你們分享一個直觀且成功的即時訂單分配案例。右圖中，每位小圓點都表示一個騎手，這是在某一個時刻她們的分布。此時才會存在訂單分配的問題。從調度員的角度，不僅用戶體驗外、騎手耗費的時間代價以及環境誘因還會影響訂單的分配。針對這樣的問題，我們使用一些運籌優化和機器學習的方式，利用人工智能技術外賣配送系統，來實現一個手動化的訂單委派、時間的設定及報單的生成。
人工智能分三個基本階段。
第一階段是估算智能，借助計算機的強悍儲存和檢索能力和估算能力，可以代替人的一部份工作。
第二階段是感知智能，通過計算機或則通過人工智能，充當人的一些感官。
第三階段是認知智能，通過一些高精度傳感的辨識形成決策。運籌優化是第三階段認知智能上面最核心的一個基礎環節。它的套路就是針對實際問題，首先構建一個符合實際的物理模型，其次針對這個模型來設計求解的算法，最終把求解算法經過一定的適配轉化，產生現實中的最佳決策。
訂單分配的復雜性——運籌學的視角
從運籌學的角度看訂單分配問題，會形成三個難點。
第一個難點是模型的確切度，怎么量化優化目標、如何刻劃這個問題所涉及的一些關鍵業務約束都屬于建模上面須要考慮的問題。建模型必然會對實際問題導致一些信息損失，但只要在模型里求到一個最優解即可。
第二個難點是大規模實時優化的問題，這些組合的數目是比較多的，會形成很標準復雜的NP-Hard問題。線下的條件是頃刻萬變的，所以這就要求構架師們須要特別快的估算及優化。
第三個難點是強隨機性，涉及到出餐時間、叫餐時間、騎手的行駛速率等。
在現實業務上，不僅僅要從算法的角度來考慮問題，并且還要從業務、產品角度，全流程考慮問題。從算法的角度來說，可以嘗試先引進一些成熟的方式，達到一定療效后，再來針對這種方式進行改進、迭代。
整體技術構架的具體界定
針對即時配送大數據平臺，我們每晚會采集城市5公里見方的網格天氣，包括氣溫、濕度、風力、外部環境，將其整合到統一的大數據平臺上面。以這個平臺為基礎外賣配送系統，針對模型里的參數進行估算，來提早預留運力，這就是機器學習在整個解決方案上面的定位。
運籌優化則是基于大數據平臺，以及機器學習得到的確切參數。包括路徑優化、系統派單、自動改派、仿真等。
仿真系統是做策略剖析和評估的主要手段。
作為一個算法構架師，要明晰目標，構建一個好的模型。我覺得最主要的能力就是要把目標作出一個好的拆解，再做到竭力優化目標、確定決策變量、明確基本的約束條件。
最優解和最優決策一定要有一些量化的指標來評判這個事情。在模型構建好以后，為了實現模型的精準量化，要做一系列的精準畫像工作，例如用戶的畫像、騎手的畫像、區域的畫像等。
優化算法業務上容許算法運行的時間十分短，只有2到3秒鐘的時間。像我們的路徑規劃算法，線上只要求20微秒的時間。關鍵的思路是，基于問題特點和搜索機制產生高效的算法。本質是針對這個問題的特征，再結合一個好的搜索機制，包括像針對連續優化的出家增長、針對離散場景的算法，都是可以嘗試的選擇。
配送仿真系統是評估策略優劣的主要工具。策略的評估在大數據環境下是十分重要的一個點，這時侯離線構造一個虛擬的標準化場景是解決這個問題的主要手段，但是仿真也可以和加強學習配合上去，在虛擬環境下不斷的持續優化一個策略。
據悉，美團構架師團隊還開發了一個分布式估算平臺。是從數據的打算到算法的分拆再到估算本身的平行化來進行優化的，如今時間基本上是最早期的5%，運行效率十分之快。
最后一個關鍵環節，事關一個高效的騎手交互。將算法的指令直接輸入到一個機器人上，騎手可以高效的執行系統的決策，但是在騎手出現問題的時侯，它能第一時間反饋到系統，系統再進行動態的調整。
右圖這個療效圖是一個區域維度的對比，在施行優化后，配送時長（包括嚴重超時）的比列有特別明顯的增長。
總結和思索
對于大數據建模的方式論，當我們在做一個新的業務場景，針對一個新的問題來施行一個AI項目的時侯，我們總是須要構建一些這樣的模型。為何機器學習和人工智能比較火，是由于有一些問題太復雜了，因而于我們無法通過機理描述。所以在這些場景下，我們借助一些深度網路捕捉沒法直觀感遭到的信息，是一種十分好的形式。
事實上，好多策略是介于兩者之間的，它既有一些機理，又有一些采集過來的數據。如何去合理借助那些，我們的反省一定是機理先行，之后再用數據驅動再做這種事情。機理先行并不是我們要構建一個純機理模型，而是我們要先剖析這個問題究竟是哪些誘因影響的，這個因果關系是哪些樣的。
第二點我們要考慮的是，做一個代替人的工具如何落地。我們建議的是采用一個循序漸進的方法。我們覺得從人工決策到輔助決策，再到建議決策，輔助決策就是你去提供一些信息，幫助他更好的判別。
Q&A
Q：在決策目標中，怎么讓騎手才能適應新的獎勵機制？騎手的積極性和獎勵機制構建是怎樣合理安排的？
A：我們開發了轉單的功能，騎手三天會有兩到三次的機會可以轉給他人。假如他接了一些他人不愛送的訂單，便會降低自由度的機會。
Q：模型上線后，線上的模型優化與離線的模型優化是怎么做的？
A：離線的模型優化，是我們基于一個比較具象的仿真環境來評測的，它還能比較好的評估模型。在上線后，我們更多是處于一個驗證的問題，短期的策略波動，只要沒有顯著的問題就會持續推動。由于仿真本身是作為一個策略的準入工具來看的。
免責聲明：部分文章信息來源于網絡以及網友投稿，本站只負責對文章進行整理、排版、編輯，出于傳遞更多信息之目的，并不意味著贊同其觀點或證實其內容的真實性，如本站文章和轉稿涉及版權等問題，請作者在及時聯系本站，我們會盡快為您處理。
