Optimizing Ride-Pooling Operations with Extended Pickup and Drop-Off Flexibility

要約

ライドプールマッチング問題（RMP）は、ピックアップの遅延、迂回路、車両容量などのサービス制約を順守しながら、車両を複数のリクエストと一致させる必要があります。
ほとんどの既存のRMPソリューションは、乗客が元の場所で拾われて降ろされていると想定しており、乗客が車両に会うために近くの場所に歩いて行く可能性を無視しています。
この仮定は、ライドプーリング操作の最適化の可能性を制限します。
この論文では、乗客向けの拡張ピックアップとドロップオフエリアを組み込んだ新しいマッチング方法を提案します。
最初に、乗客と車両の間で実現可能な一致を効率的に生成するためのツリーベースのアプローチを設計します。
次に、総移動距離を最小限に抑えながら、指定されたすべてのピックアップとドロップオフの場所をカバーするための車両ルートを最適化します。
最後に、最適なマッチング結果を達成するために動的な割り当て戦略を採用します。
都市規模のタクシーデータセットの実験は、私たちの方法が、主要な既存のソリューションと比較して、最大13 \％と平均移動距離を最大21 \％だけ改善することを示しています。

要約(オリジナル)

The Ride-Pool Matching Problem (RMP) is central to on-demand ride-pooling services, where vehicles must be matched with multiple requests while adhering to service constraints such as pickup delays, detour limits, and vehicle capacity. Most existing RMP solutions assume passengers are picked up and dropped off at their original locations, neglecting the potential for passengers to walk to nearby spots to meet vehicles. This assumption restricts the optimization potential in ride-pooling operations. In this paper, we propose a novel matching method that incorporates extended pickup and drop-off areas for passengers. We first design a tree-based approach to efficiently generate feasible matches between passengers and vehicles. Next, we optimize vehicle routes to cover all designated pickup and drop-off locations while minimizing total travel distance. Finally, we employ dynamic assignment strategies to achieve optimal matching outcomes. Experiments on city-scale taxi datasets demonstrate that our method improves the number of served requests by up to 13\% and average travel distance by up to 21\% compared to leading existing solutions, underscoring the potential of leveraging passenger mobility to significantly enhance ride-pooling service efficiency.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google