江苏龙网

  1. 首页 > 人文 > >

澎湃新闻|业界圆桌｜谁让外卖骑手争分夺秒？智能配送系统的逻辑是什么( 二 )


对于智能调度有一个很核心的因素是ETA（Estimate Time of Arrival ， 预计送达时间） ， 也就是从 A 地点到 B 地点的时间 。 这个时间的来源有导航 ， 有骑手历史的移动轨迹的数据 。 通过逐年不断的数据积累 ， 算法可以学习到骑手在这两点移动需要消耗的时间 。 这个时间可能是用违法来达成的 ， 但是系统不感知 ， 会认为这个指标可达成 。
3.配送系统如何优化配送时间？为什么外卖骑手体会到预计送达时间逐年缩短？这背后的优化逻辑是什么？杉数科技联合创始人王子卓：智能调度系统会进行动态学习 ， 例如完成一天工作之后 ， 系统总结出订单的实际用时、最后满足率、客户取消或者投诉数等 。 这些数据会继续反馈给系统 ， 用于更新参数 ， 未来的优化就可以更加准确 。
如果骑手的配送时间变快 ， 系统会判断这段路程的所需时间可以缩短 。 在未来派单时 ， 系统可能会调整预计送达时间 。 但这取决于派单中优化目标 ， 如果一味地以时间最短为目标 ， 就可能出现文章里说的一些情况（订单单均配送时长越来越短） 。
物界科技CTO刘志欣：每家公司的实现方法都不一样 ， 我也无从了解其他公司都是怎么去实现这件事情的 。
关于配送时间的预估 ， 一种方法是 ， 把外卖小哥的工作数据收集起来 ， 结合GIS信息 ， 重新复盘 ， 从中去抽取特征、统计或者学习模型需要的参数 ， 然后再不断地迭代 。
但是这个方法它背后会不会带来一些问题 ， 特别是这些方法模型不可避免需要依赖真实世界中采集的数据 ， 这些数据的真实有效性值得思考 ， 比如系统发现有些任务完成得比较快 ， 因此调整参数希望更多的任务按照这样的效率来完成 ， 但是一开始的时候完成的比较快的任务实际是有偏差的 ， 甚至是因为逆行等行为产生的 ， 这样是否对模型带来一些误导 。 数据是算法的基础 ， 数据的真实有效性非常重要 ， 我们值得花很大的功夫来提高数据采集的质量 。 算法并不是故意要反人性的 。
外卖配送平台前核心技术人员：主要是通过机器学习 ， 记录派单效率高的模型 ， 生成新的算法 ， 算法不断迭代优化派送逻辑 。 智能调度系统通过分析餐厅历史出餐数据 ， 骑手接单时 ， 系统会优先指向出餐更快的餐厅 ， 让骑手减少在餐厅等餐的时间 。
4.算法世界与人的关系如何？在算法设计中 ， 如何考虑人的因素？物界科技CTO刘志欣：算法是在数字世界里面建模 ， 但是真实物理世界和数字世界是有鸿沟的 ， 有很多不可控变量 。 尽量减少真实世界和数字世界的鸿沟是一项很重要的工作 ， 包括数字孪生技术和体系 ， 也包括技术人员和管理团队进入一线操作来体验现实的真正场景 。
智能调度还是需要的 ， 因为它能够提升行业的效能 ， 对整个社会是有帮助 。 此外 ， 需要在智能调度系统中更多地考虑人的因素 。 一方面可以调节参数和权重 ， 给人留下余量的空间 。 另一方面 ， 可以把人针对环境的行为作为模型的因素之一 ， 结合大量的规划和仿真 ， 找到更好的模型表达方式 。 对于一些不可控因素或者突发因素 ， 需要结合仿真来看后果 。
杉数科技CTO王子卓： 【澎湃新闻|业界圆桌｜谁让外卖骑手争分夺秒？智能配送系统的逻辑是什么】算法只是一种工具 ， 决策者希望通过算法达到一个目标 ， 而工程师负责找到满足目标的最佳方案 。 这个目标很多时候并不是做算法的人来定的 ， 更多是由业务部门或者企业管理层制定的 。


推荐阅读


上一篇：穿搭|周杰伦探班昆凌，把她拍的像迪士尼公主，还大呼谁这么美！

下一篇：纵相新闻|经历“乐队的夏天”，海拔2900米的这群孩子不是为了“酷”