[論文レビュー] Empty-car routing in ridesharing systems

Anton Braverman, J. G. Dai+2 more|arXiv (Cornell University)|Sep 23, 2016

Transportation and Mobility Innovations参考文献 21被引用数 17

ひとこと要約

本稿は、乗車可能数の最大化などのシステム全体の効用を最大化することを目的として、空車再配置のためのフロイド極限に基づく最適化フレームワークを提案する。システムを閉鎖型キューイングネットワークとしてモデル化し、フロイド極限への収束を証明することで、フロイドに基づく最適ルーティング方針が理論的上限に漸近的に到達することを示し、実際のDiDi Chuxingデータを用いたシミュレーションにおいて、静的および動的方針を上回ることを確認した。

ABSTRACT

This paper considers a closed queueing network model of ridesharing systems such as Didi Chuxing, Lyft, and Uber. We focus on empty-car routing, a mechanism by which we control car flow in the network to optimize system-wide utility functions, e.g. the availability of empty cars when a passenger arrives. We establish both process-level and steady-state convergence of the queueing network to a fluid limit in a large market regime where demand for rides and supply of cars tend to infinity, and use this limit to study a fluid-based optimization problem. We prove that the optimal network utility obtained from the fluid-based optimization is an upper bound on the utility in the finite car system for any routing policy, both static and dynamic, under which the closed queueing network has a stationary distribution. This upper bound is achieved asymptotically under the fluid-based optimal routing policy. Simulation results with real-world data released by Didi Chuxing demonstrate the benefit of using the fluid-based optimal routing policy compared to various other policies.

研究の動機と目的

• リソースの動的変化を捉えるために、単一サーバーおよび無限サーバーのステーションを備えた閉鎖型キューイングネットワークとしてリフトシェアリングシステムをモデル化すること。
• 空車再配置がシステム性能、特に乗車可能数と乗客満足度に与える影響を分析すること。
• 需要と供給が無限大に拡大する大規模市場状態において、キューイングネットワークのフロイド極限を確立すること。
• すべてのルーティング方針に対してシステム効用の上限を提供する、フロイドに基づく最適化問題を導出すること。
• フロイド最適ルーティング方針が、有限システムにおいて理論的上限に漸近的に到達し、実際の代替方針を上回ることを実証すること。

提案手法

• 各領域にポアソン分布の乗客到着を伴う $ r $ 領域、$ N $ 台の車を有する閉鎖型キューイングネットワークとしてリフトシェアリングをモデル化する。
• 車両の移動を単一サーバーステーション（乗客を待つ状態）および無限サーバーステーション（乗客を乗せたり乗せずに移動中）として表現する。
• 空車再配置を制御する状態依存ルーティング行列 $ Q $ を導入する。
• 大規模市場スケーリング下で、拡散およびフロイド極限定理を用いて、プロセスレベルおよび定常状態でのフロイド極限への収束を確立する。
• ルーティング行列 $ Q $、乗客の目的地確率 $ P_{ij} $、移動レート $ \mu_{ij} $ を含む平衡方程式系を解くことにより、フロイドに基づく最適化問題を導出する。
• フロイドモデルからの最適効用が、定常分布を持つ任意の静的または動的ルーティング方針について、有限システムの性能に対する上限として成立することを証明する。

実験結果

リサーチクエスチョン

• RQ1 フロイド極限近似は、空車再配置を伴う大規模リフトシェアリングシステムの性能を正確に特徴づけられるか？
• RQ2 最適空車再配置によって達成可能なシステム効用（例：乗車可能数）の理論的上限は何か？
• RQ3 フロイドに基づく最適ルーティング方針は、有限システムにおいてこの上限に漸近的に到達するか？
• RQ4 実世界のデータシミュレーションにおいて、フロイド最適方針は実用的ルーティング方針と比べてどのように差をつけるか？
• RQ5 フロイド極限が決定論的解に収束する条件は何か？ そして、その収束が最適化を可能にする仕組みは？

主な発見

• フロイドに基づく最適化問題は、有限車両システムにおける任意の静的または動的ルーティング方針（定常分布を持つもの）に対して、システム効用の上限を提供する。
• フロイド最適ルーティング方針は、車両数と需要が無限大に拡大する際、この上限に漸近的に到達する。
• フロイド極限は、大規模市場スケーリング下でキューイングネットワークプロセスが決定論的フロイド経路に収束することによって導出される。
• フロイドモデルは、$ B $ がルーティングおよび目的地確率から導かれる列確率的かつ非可約行列である平衡方程式 $ (I - B)\Lambda \bar{a} = 0 $ を用いて定式化される。
• 実際のDiDi Chuxingデータを用いたシミュレーション結果から、フロイドベース方針が乗車可能数およびシステム効率の観点で、代替ルーティング戦略を顕著に上回ることが示された。
• 最適フロイド解は、フロイド平衡方程式を解き、制約 $ \bar{a}_i \in [0,1] $ を満たすことで一意に定まる。ここで $ \bar{a}_i = 1 $ は、領域 $ i $ が完全に活用されていることを示す。