配送与出行 / 网约车与配送
Grab：为调度策略研究自动开展模拟器实验和代码改进
- 企业
- Grab
- 国家
- 新加坡
- 实施阶段
- 有限运营
- 资料发布
- 日期依据
- 资料发布的时间，可能与启用日期不同。
- 依据核验方式
- 阅读原文正文
业务问题
据Grab官方技术博客介绍，在Grab的外卖和网约车市场中，是否立即派出司机、是否合并订单、在多大范围内寻找司机等调度决策持续不断，这些决策相互影响，因此不同时段适用的设置也不同。但实现一个策略需要数周的开发，再通过线上实验作出判断又需要数周，因此Grab每年只能测试约12个策略。还有一些问题在线上环境中根本无法回答，例如在司机减少20%的条件下重现上周六的情况。
使用的技术与数据
Grab开发了无需线上服务或数据库即可独立运行的模拟器sim-rs。只要以文件形式输入历史订单和司机数据，并给出待测策略的配置，它就会按固定的时间步长反复处理订单到达、司机移动、取消、订单合并与司机分配以及结果记录，在几十分钟内处理一座城市一天的市场活动，并输出一份指标报告。订单合并、分配、取消、路线等环节可以通过配置替换，每次实验都会把配置、输入数据、源码版本和结果一起保存，任何人都能重新运行。Grab在此基础上接入名为autoresearch的自动研究循环，由AI智能体提出修改、用源码实现并测试，再根据判定结果保留或回滚。由于智能体曾找到一种不改动实际调度决策、只抬高指标的捷径，Grab在环境中加入了核心数据不可修改、智能体无法更改的计算判定、按分支限定范围的修改以及两级检查等保障。保留下来的修改是人能读懂的代码，工程师可以像审查其他代码修改一样审查并部署。
成果
据Grab官方技术博客介绍，在让该循环探索订单重新派单(trip recycling)策略时，它生成了一条以代码形式写成的具体规则：只在服务标准时限允许的范围内暂留已合并的订单，以提高附近其他订单加入同一行程的可能性。Grab还用同一套机制改进模拟器本身，连续数晚在无人值守的情况下运行。在记录的约150次实验中，每4次尝试有3次构建失败或在后续检查中被否决，但司机分配资格检查提速约10倍，分配成本调整环节提速约24倍。Grab说明，由于这些环节在每次重现运行中都会反复执行，速度提升会在之后的研究中不断累积。
局限与待解问题
博客没有说明发现的重新派单规则是否已用于实际运营及其效果，也没有给出模拟器与线上结果吻合程度的数据。原文也没有写明所用AI模型的名称。
来源
- Powering AI-led research through simulationengineering.grab.com, 查阅
本案例根据公开资料整理，并非 ATF Works 客户的成果。