[論文レビュー] Large Scale Real-time Ridesharing with Service Guarantee on Road Networks

Yan Huang, Ruoming Jin+2 more|arXiv (Cornell University)|Feb 27, 2013

Transportation and Mobility Innovations参考文献 13被引用数 4

ひとこと要約

本稿では、道路ネットワーク上のスケーラブルでリアルタイムなライドシェアリングを実現するためのキネティックツリー手法を提案する。この手法により、待機時間およびサービス時間の制約を満たしつつ、トリップリクエストをサーバーに動的にマッチング可能となる。大規模な上海のタクシーデータセット上で、分枝限定法および混合整数プログラミング（MIP）と比較して応答時間が短く、強固なサービス保証を伴うリアルタイムスケジューリングを実現した。

ABSTRACT

The mean occupancy rates of personal vehicle trips in the United States is only 1.6 persons per vehicle mile. Urban traffic gridlock is a familiar scene. Ridesharing has the potential to solve many environmental, congestion, and energy problems. In this paper, we introduce the problem of large scale real-time ridesharing with service guarantee on road networks. Servers and trip requests are dynamically matched while waiting time and service time constraints of trips are satisfied. We first propose two basic algorithms: a branch-and-bound algorithm and an integer programing algorithm. However, these algorithm structures do not adapt well to the dynamic nature of the ridesharing problem. Thus, we then propose a kinetic tree algorithm capable of better scheduling dynamic requests and adjusting routes on-the-fly. We perform experiments on a large real taxi dataset from Shanghai. The results show that the kinetic tree algorithm is faster than other algorithms in response time.

研究の動機と目的

• 道路ネットワーク上で、厳密なサービス保証を伴う大規模かつリアルタイムなライドシェアリングの課題に対処すること。
• 継続的に到着するトリップリクエストを処理しつつ、待機時間および迂回距離の制約を満たす動的マッチングアルゴリズムを開発すること。
• リアルタイムでスケーラブルなシステムにおいて、サーバー移動時間を最小限に抑え、リクエスト受容率を最大化すること。
• 動的かつ大規模な環境において、従来の分枝限定法および混合整数プログラミング手法の限界を克服すること。
• 都市部のタクシーサービス、プライベートカープール、オンデマンドモビリティシステムへの実用的導入を可能にすること。

提案手法

• 到着するトリップリクエストのための候補サーバー割り当てをリアルタイムに維持・更新できるキネティックツリーというデータ構造を提案する。
• 比較のためのベースラインとして分枝限定法および混合整数プログラミングを用いるが、これらは動的かつ大規模な環境ではスケーラブルでない。
• 候補マッチの状態の変化を効率的に追跡し、必要最小限の更新のみを実行することで、計算オーバーヘッドを低減するキネティックツリーを設計する。
• 各リクエストについて、待機時間および迂回距離制約（1+ε）×d(s,e) を満たすか評価するために、ダイクストラ法を用いた最短経路計算および迂回コスト推定を実施する。
• リアルタイムのリクエスト評価を実装し、既存の待機時間および迂回距離制約を破らない範囲で、新たなリクエストをサーバーが処理可能かどうかをチェックする。
• 高頻度のリクエストストリーム下でも効率を維持するため、プルーニングおよびイベント駆動型の更新をキネティックツリーに最適化する。

実験結果

リサーチクエスチョン

• RQ1 数千台のタクシーと毎日数万件の移動を含む大都市の道路ネットワークにおいて、リアルタイムのライドシェアリングを効率的にスケーリングする方法は何か？
• RQ2 待機時間および迂回距離制約を保証しつつ、動的かつリアルタイムにトリップリクエストをサーバーにマッチングするアルゴリズム的手法は何か？
• RQ3 リアルタイム環境下で、キネティックツリーの性能は、分枝限定法や混合整数プログラミングといった従来の正確な手法と比べてどうなるか？
• RQ4 動的かつ高負荷のリクエストワークロード下でも、キネティックツリーは低応答時間と高いリクエスト受容率を維持できるか？
• RQ5 本手法は、ヒューリスティックベースの手法と比較して、どの程度サービス保証およびスケーラビリティの面で優れているか？

主な発見

• キネティックツリー手法は、大規模な上海のタクシーデータセット上で、分枝限定法および混合整数プログラミングと比較して応答時間を顕著に短縮した。
• イベント駆動型の更新とプルーニングにより、不要な再計算を最小限に抑えることで、キネティックツリーはより迅速なリアルタイム応答を達成した。
• アルゴリズムは、すべてのマッチングリクエストにおいて、最大待機時間および迂回距離制約を確実に維持した。
• 最大40,000台のタクシーと1日40万件の移動を含む大規模な都市道路ネットワークに対しても、効果的にスケーリング可能であり、実用的であることが示された。
• キネティックツリーは、速度およびスケーラビリティの両面でベースライン手法を上回り、オンデマンドモビリティサービスにおける実世界の導入に適している。
• 結果から、リアルタイム性能が重要な動的かつ大規模なライドシェアリングシステムにおいて、キネティックツリーは正確な手法の実用的代替手段であることが確認された。