[논문 리뷰] Optimal Vehicle Dispatching Schemes via Dynamic Pricing

Mengjing Chen, Weiran Shen외 2명|arXiv (Cornell University)|2017. 07. 06.

Transportation and Mobility Innovations참고 문헌 25인용 수 5

한 줄 요약

이 논문은 기사 분포를 상태로, 가격/배차를 조작으로 사용하는 볼록화된 마르코프 결정 과정(MDP)을 활용해 동적이고 수익 최적의 라이드셰어 플랫폼 차량 배차 및 가격 설정 방안을 제안한다. 비볼록 문제를 볼록 문제로 전환하기 위해 '철기(ironing)' 기법을 적용함으로써, 원본 문제를 정확하고 효율적으로 계산 가능한 해를 선형 이중 분석을 통해 도출하였으며, 실제 데이터 시뮬레이션에서 고정가격 및 솟아오름 가격보다 수익이 24–33% 높게 나타났다.

ABSTRACT

Over the past few years, ride-sharing has emerged as an effective way to relieve traffic congestion. A key problem for these platforms is to come up with a revenue-optimal (or GMV-optimal) pricing scheme and an induced vehicle dispatching policy that incorporate geographic and temporal information. In this paper, we aim to tackle this problem via an economic approach. Modeled naively, the underlying optimization problem may be non-convex and thus hard to compute. To this end, we use a so-called "ironing" technique to convert the problem into an equivalent convex optimization one via a clean Markov decision process (MDP) formulation, where the states are the driver distributions and the decision variables are the prices for each pair of locations. Our main finding is an efficient algorithm that computes the exact revenue-optimal (or GMV-optimal) randomized pricing schemes. We characterize the optimal solution of the MDP by a primal-dual analysis of a corresponding convex program. We also conduct empirical evaluations of our solution through real data of a major ride-sharing platform and show its advantages over fixed pricing schemes as well as several prevalent surge-based pricing schemes.

연구 동기 및 목표

• 공급과 수요의 지리적 및 시간적 변동을 고려한 라이드셰어 플랫폼을 위한 수익 최적(또는 GMV 최적)의 가격 설정 및 배차 정책 설계.
• 동적 라이드셰어에서 원래의 비볼록 최적화 문제의 계산 비가용성 문제를 해결하기 위해 '철기(ironing)' 기법을 활용해 비볼록 문제를 볼록 프로그램으로 변환.
• 기사 분포를 상태로, 가격-배차 쌍을 조작으로 사용하는 마르코프 결정 과정(MDP)으로 배차 및 가격 설정 문제를 모델링.
• 선형 이중 분석을 통해 최적 해를 특성화하고, 최적성의 필요 및 충분 조건을 규명.
• 실제 라이드셰어 플랫폼 데이터를 활용해 제안된 방법을 고정가격 및 솟아오름 가격 방식과 비교하여 실증적으로 검증.

제안 방법

• 기사 분포를 도시 지역 간 상태로, 각 출발지-도착지 간선에 대해 가격-배차 쌍을 조작으로 사용하는 마르코프 결정 과정(MDP)으로 차량 배차 및 가격 설정 문제를 수립.
• 원래의 비볼록 최적화 문제를 볼록화하기 위해 '철기(ironing)' 기법을 적용하여 최적 해의 정확하고 효율적인 계산을 가능하게 함.
• 시간 간격당 출발지-도착지 간 유량인 통과량 변수를 기반으로 최적화 문제를 재구성함으로써 선형 제약 조건을 갖는 볼록 프로그램을 도출.
• 선형 이중 분석을 통해 최적 해를 특성화: 가격 설정 방식이 최적일 조건은, 한계 통과 기여도가 전체 시스템의 한계 공급 기여도에서 출발지와 도착지의 장기적 공급 가치 차이를 뺀 값과 일치할 때 성립.
• 표준 최적화 도구(예: fmincon)를 사용해 실제 주요 라이드셰어 플랫폼의 데이터 기반으로 유도된 볼록 프로그램을 해소.
• 정적 및 동적 환경에서의 시뮬레이션을 수행하여 제안된 정책(DYNAM)을 고정가격(FIXED) 및 솟아오름 가격(SURGE)과 비교.

실험 결과

연구 질문

• RQ1 지리적 및 시간적 인지가 가능한 동적 가격 설정 및 배차 정책을 볼록 최적화 문제로 공식화할 수 있는가?
• RQ2 전략적 공급과 수요를 고려한 라이드셰어 시스템에서 수익 최적의 가격 설정 및 배차 정책이 만족해야 할 조건은 무엇인가?
• RQ3 실제 데이터 기반으로 제안된 동적 가격 설정 방식이 고정가격 및 솟아오름 가격 대비 성능에서 어떻게 다를 수 있는가?
• RQ4 제안된 방식은 지역 및 시간에 걸쳐 공급과 수요를 얼마나 잘 균형 잡고 있으며, 이는 수익에 어떤 영향을 미치는가?
• RQ5 최적 해는 선형 이중 분석을 통해 효율적으로 계산하고 특성화할 수 있는가?

주요 결과

• 정적 조건 하에서 제안된 DYNAM 정책은 고정가격(FIXED)보다 평균 24% 높은 순순간 수익을 기록하였다.
• 정적 조건 하에서 DYNAM 정책은 솟아오름 가격(SURGE)보다 평균 순순간 수익에서 약 17% 높은 성능을 보였다.
• 동적 환경, 특히 정점 시간대(예: 오전 8시)에서는 DYNAM 정책이 SURGE 대비 약 33% 높은 수익을 기록하였고, FIXED 대비 60% 높은 성능을 보였다.
• DYNAM 정책은 모든 다섯 개 주요 지역에서 공급 비율을 약 100% 수준으로 유지하여 지역적 공급과 수요 간 균형이 뛰어나다는 것을 보여주었으며, 이는 FIXED 및 SURGE 정책이 심각한 불균형을 보이는 것과 대비된다.
• 볼록화된 MDP 수식은 최적의 랜덤화된 가격 설정 방식을 정확하게 계산할 수 있게 하였으며, 표준 하드웨어에서 반복당 1분 이내에 수렴함을 관찰하였다.
• 실증 결과는 효과적인 차량 배차가 수익에 매우 중요하다는 것을 확인하였으며, 공급과 수요를 균형 잡지 못하는 정책은 시간이 지남에 따라 수익이 감소하는 경향을 보였다.