DeliverAI: Reinforcement Learning Based Distributed Path-Sharing Network for Food Deliveries

要約

生産者から消費者への商品の配送は、過去10年間で大きな成長を遂げ、最近のパンデミックによって大きく促進された。Amazon Fresh、Shopify、UberEats、InstaCart、DoorDashが急成長しており、消費者アイテムや食品配達という同じビジネスモデルを共有している。既存の食品配達方法は、それぞれの配達が生産者から消費者に最短時間で直接届くように個別に最適化されているため、最適とは言えない。我々は、現在のモデルの下では、配達完了に関連するコストを削減するための大きな余地があることを観察している。我々は食品配達問題を多目的最適化としてモデル化し、消費者の満足度と配達コストの両方を最適化する必要がある。タクシー業界におけるライドシェアの成功からヒントを得て、我々は強化学習ベースの経路共有アルゴリズムであるDeliverAIを提案する。これまでの経路共有の試みとは異なり、DeliverAIは強化学習対応エージェントシステムを用いて、リアルタイムで時間効率の良い意思決定を行うことができる。我々の新しいエージェント間相互作用スキームは、配達完了時間を抑制しながら、総移動距離を短縮するために配達間の経路共有を活用する。我々は、シカゴ市の実データを用いたシミュレーションセットアップで、我々の手法を生成し、精力的にテストする。その結果、DeliverAIは、ベースラインと比較して、配送フリートサイズを12％削減し、移動距離を13％削減し、フリート利用率を50％向上させることができる。

要約(オリジナル)

Delivery of items from the producer to the consumer has experienced significant growth over the past decade and has been greatly fueled by the recent pandemic. Amazon Fresh, Shopify, UberEats, InstaCart, and DoorDash are rapidly growing and are sharing the same business model of consumer items or food delivery. Existing food delivery methods are sub-optimal because each delivery is individually optimized to go directly from the producer to the consumer via the shortest time path. We observe a significant scope for reducing the costs associated with completing deliveries under the current model. We model our food delivery problem as a multi-objective optimization, where consumer satisfaction and delivery costs, both, need to be optimized. Taking inspiration from the success of ride-sharing in the taxi industry, we propose DeliverAI – a reinforcement learning-based path-sharing algorithm. Unlike previous attempts for path-sharing, DeliverAI can provide real-time, time-efficient decision-making using a Reinforcement learning-enabled agent system. Our novel agent interaction scheme leverages path-sharing among deliveries to reduce the total distance traveled while keeping the delivery completion time under check. We generate and test our methodology vigorously on a simulation setup using real data from the city of Chicago. Our results show that DeliverAI can reduce the delivery fleet size by 12\%, the distance traveled by 13%, and achieve 50% higher fleet utilization compared to the baselines.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL