配達とモビリティ / 配車と配達
Grab：配車戦略の研究のためのシミュレーター実験とコード改善の自動化
- 企業
- Grab
- 国
- シンガポール
- 導入状況
- 限定運用
- 資料公開
- 日付の基準
- 資料が公開された時点。導入を開始した日とは異なる場合がある。
- 根拠の確認方法
- 原文の本文を閲覧
業務課題
Grabの公式技術ブログによると、Grabの配達と配車の市場では、ドライバーを今すぐ送るか、注文をまとめるか、どこまで離れたドライバーを探すかといった配車の判断が絶えず続き、これらの判断が互いに影響し合うため、時間帯ごとに適した設定が異なる。しかし、戦略を一つ実装するには数週間の開発が必要で、本番の実験で判断するにはさらに数週間かかるため、Grabは年に約12の戦略しか試せなかった。先週の土曜日をドライバーを20%減らした条件で再現するといった、本番環境では答えられない問いもあった。
使った技術とデータ
Grabは、本番のサービスやデータベースなしで単独で動くシミュレーターsim-rsを開発した。過去の注文とドライバーのデータをファイルとして入れ、試す戦略の設定を与えると、注文の発生、ドライバーの移動、キャンセル、注文のまとめとドライバーの割り当て、結果の記録を一定の時間ステップごとに繰り返し、都市1日分の市場の動きを数十分で処理して指標のレポートを一つ出力する。注文のまとめ、割り当て、キャンセル、経路などの段階は設定で入れ替えることができ、実験ごとに設定、入力データ、ソースのバージョン、結果をまとめて保管するため、誰でも再実行できる。ここにautoresearchという自動研究のループをつなぎ、AIエージェントが変更を提案し、ソースコードとして実装して試験し、判定に応じて残すか元に戻す。エージェントが実際の配車の判断はそのままに指標だけを上げる抜け道を見つけたことがあったため、Grabは中核データの変更禁止、エージェントが変えられない計算済みの判定、ブランチごとに範囲を限った変更、二段階の検査を環境に組み込んだ。残った変更は人が読めるコードなので、エンジニアがほかのコード変更と同じようにレビューして展開できる。
成果
Grabの公式技術ブログによると、注文の再配車(trip recycling)の方針を探索させたところ、このループは、まとめた注文をサービス基準の期限が許す間だけ保留し、近くの別の注文が加わる可能性を高めるという規則を具体的なコードとして作り出した。同じ仕組みをシミュレーター自体の改善にも使い、数晩にわたって無人で実行した結果、記録された約150回の実験のうち4回に3回はビルドに失敗するか後の検査で却下されたが、ドライバーの割り当て資格の検査は約10倍、割り当てコストを調整する段階は約24倍速くなった。Grabは、これらの段階がすべての再現実行で繰り返されるため、速度の改善がその後の研究全体に積み重なると説明した。
限界と残る課題
ブログは、見つけた再配車の規則を実際の運用に適用したかとその効果、シミュレーターが本番の結果をどの程度再現できるかの数値を明らかにしていない。使用したAIモデルの名前も原文にない。
出典
- Powering AI-led research through simulationengineering.grab.com, 確認
公開資料をまとめた事例です。ATF Works導入企業の成果ではありません。