各方报道 1 篇
arXiv cs.LG·09-10 12:00★ 3
ALIGN-HOLD：滴滴大规模网约车实时保留控制经验对齐
原文 论文提出ALIGN-HOLD，从订单轨迹、司机轨迹和局部匹配图中构建偏好对，训练经验奖励模型，用于学习网约车实时保留策略。在滴滴平台28天随机A/B实验中，日均约10万乘客请求，行程完成率和司机收入显著提升，乘客取消率显著下降。系统已全面上线服务滴滴巴西市场。
论文提出ALIGN-HOLD，从订单轨迹、司机轨迹和局部匹配图中构建偏好对，训练经验奖励模型，用于学习网约车实时保留策略。在滴滴平台28天随机A/B实验中，日均约10万乘客请求，行程完成率和司机收入显著提升，乘客取消率显著下降。系统已全面上线服务滴滴巴西市场。