饿了么 +8 AI影响因子 开发 企业： 饿了么 操作： 专访 内容： 智能调度零碎

雷锋网 (大众号：雷锋网) AI 研习社按，2018 年终，比达征询发布 2017 年度中国第三方餐饮外卖市场研讨报告。报告显示，2017 年度外卖市场买卖规模达 2046 亿元，较去年增长 23.1%，用户规模增长 3 亿人，较去年增长 15.4%。

随着外卖市场规模的逐步扩展，如何进步外卖平台物流运营效率，将每个订我们也正在做着心目中属于未来的事业，那就是通过互联网金融创新，不断完善人与金融、货币之间的关系，让所有人都能享受到最好的金融服务 。单分配给最适宜的骑手？如何为每位骑手规划最佳途径？如何准确地将外卖送到每位顾客手上？这些都是亟需处理的成绩。

作为目前中国外卖市场的一大巨头，饿了么是如何处理以上成绩的呢？雷锋网 AI 研习社近日联络到饿了么相关团队，理解到他们共同的智能调度零碎「方舟」以及调度效果。

饿了么对 AI 研习社表示，智能调度零碎「方舟」是饿了么外卖即时配送范畴中最中心的环节，该零碎替代了调度员大局部的任务，增加了人力介入的水平，完成了自动化、智能化派单。

目前，「方舟」零碎已在完成全国 74 个大中型城市的推行，掩盖直营城市 96% 的订单，估计往年 6 月底完成向其他城市的推行。

方舟的智能派单是如何完成的呢？

Part1「知人善任」——把对的订单派给对的人

智能调度零碎的中心目的是进步外卖平台物流运营效率，其中效率与公道是派单的两大支柱。「方舟」经过学习骑手的送餐数据，划定骑手等级，并阶梯化各级骑手目的单量，从而为每个骑手做出一张才能画像，将运单分配给最适宜的骑手。

在外卖的午间与晚间顶峰，「方舟」会以运单效率为第一原则，在顶峰期优先对初等级骑手分派订单，以提升配送效率。数据显示，「方舟」零碎每秒处置订单的峰值可以到达 80 单。

到了外卖的平峰期，「方舟」则会在思索效率的根底上，强调公道性。经过大数据剖析，做到骑手单量的平衡，确保同等级、同团队骑手所分配的运单量在一定工夫跨度内大体相当。

除了在骑手订双数量上做到平衡以外，为防止骑手任务负荷不均，「方舟」还会对运单类别停止平衡，使长单与短单、易送单与难送单在各个骑手运单中的比例大致都一样。

Part2 「乳臭未干」：为每位骑手规划最优途径

「方舟」智能调度零碎经过剖析餐厅历史出餐数据，骑手接单时，零碎会优先指向出餐更快的餐厅，让骑手增加在餐厅等餐的工夫。数据显示，在智能调度零碎的协助下，饿了么每单配送时长已延长至 28.62 分钟，准时率和用户好评率都高达 99%。

当骑手遇到暴雨、下雪等极端天气时，由于天气与路况成绩，骑手的行驶速度会变慢，这时分零碎会分配给骑手更多的送餐工夫，确保骑手不会由于担忧送餐迟到而超速，降低骑手发生交通平安事故的概率。

除了工夫和间隔，并单率也是决议人效的重要要素，因而，「方舟」还会将同一街道、同一楼宇的临近订单兼并，给一名骑手一致配送，将骑手每一趟的价值最大化，业内叫「追单」。

此外，「方舟」还处理了临时存在的区隔成绩。所谓「网格」，就是配送地图中的最小单位，在传统的配送体系中，网格与网格之间派单体系独立，网格 A 的外卖小哥不能接到网格 B 的订单，但在实践中，跨网格配送的状况却很罕见，这样容易招致骑手空驶前往，形成本钱糜费。

如今，骑手要从网格 A 到网格 B 送单，「方舟」就会在他返程时，为他布置从网格 B 取餐送到网格 A 的义务，最大限制增加空驶里程，为骑手创收。

五次迭代

这一智能调度零碎的开展历程如何？饿了么人工智能与战略部担任人李佩曾在去年年底的一次演讲中表示，方舟零碎历经五次迭代：

• 第一版是逐单分配：以后时辰最优。

  在这一分配零碎的算法里，次要思索到运单剩余时长、骑手已有负载、骑手绕路间隔、运单与骑手已有负载的夹角，笼统出来的成绩模型是带工夫窗的途径规划成绩。

  但是由于配送员的行为能够不会依照零碎给的最优配送途径，比方电动车没电或许配送员想走另外一条路，因而这种获取订单最优解的方案虽然无效，但满足不了业务需求。

• 之后，他们晋级到蓄水分单：蓄水时长内最优。

  在这个版本里，他们引入 buffer 的概念。基于集体的共同性会影响分配算法效率的思索，他们丢弃掉集体概念，改从工夫区间的维度来思索成绩，这里希望能做到「全局最优」。

  在这个版本里，次要思索如下内容：运单特征（ 终点、起点、路面间隔）、骑手特征（负载、才能、绕路比、最大夹角）、生成运单骑手婚配度矩阵、基于婚配度矩阵做全局最优婚配。

  但由于会呈现运力饱和甚至是运力缺乏的状况，一旦碰到顶峰期，配送速度还是不能让顾客称心。

• 基于此，他们晋级到波次并单与多级调控。

  波次并单指的是在同一波次内尽能够的并单，最大化同时背双数。多级调控是经过算法，树立一个运单紧急度模型，分为紧急单分配、低类似运单分配等等，保证最紧急的订单最快出单。

  但实践线下环境的复杂度远远超乎想象，传统算法设计简直曾经有力再持续优化。

• 于是他们开收回第四个版本——机器学习分单。

  基于机器学习技术，他们树立了五个模型——运单类似度模型、骑手背单才能模型（经过机器学习评价人类员工才能的实例）、骑手途径规划模型、骑手行程工夫预估模型、骑手楼内工夫预估模型。

  虽然从实际下去看没有成绩，但调度后果极端依赖算法模型。基于此，算法工程师察看配送员的配送行为之后对算法模型了停止少量优化。

• 这催生出第五个版本—深层神经网络与多场景智能适配分单。

  在这一版本中，深度学习在零碎里承当了简直一切预测任务，包括不同骑手在送餐进程中的途径选择，以及将来 15、30 分钟的负载压力。

  此外，算法团队为调度划分了午顶峰、平峰、爆单、大厦、小区等多个场景，零碎会依据场景来适配模型。

饿了么对雷锋网 AI 研习社表示，参加阿里小家庭当前，他们还将应用高德地图的数据，让「方舟」智能调度零碎的精准度进一步进步，饿了么智能调度零碎也将为阿里生态拓展全新的本地生活效劳范畴，完成重新批发走向新消费重要一步提供新动力。

（完）

参考信息：1024 学院《用深度学习取代人工调度，片面解析饿了么方舟（Ark）智能调度零碎》

。