HCRide: Harmonizing Passenger Fairness and Driver Preference for Human-Centered Ride-Hailing
تقدم هذه الورقة البحثية HCRide، وهو نظام لطلب سيارات الأجرة متمحور حول الإنسان يستخدم خوارزمية تعلم تعزيزي متعدد الوكلاء مبتكرة تسمى "الممثل المنسجم ثنائي الناقد" (Habic) لتحقيق التناغم بفعالية بين عدالة الركاب وتفضيلات السائقين مع تحسين الكفاءة الإجمالية للنظام في الوقت ذاته.
تخيل مدينة صاخبة كأنها لغز عملاق حي، حيث يحاول ملايين الأشخاص الانتقال من النقطة (أ) إلى النقطة (ب). ولحل هذا اللغز، لدينا تطبيقات النقل الذكي مثل أوبر (Uber) أو ليفت (Lyft)، والتي تعمل كحلالين رئيسيين لهذا اللغز. مهمتهم هي تقرير أي سائق سيقوم بنقل أي راكب. لفترة طويلة، كان هؤلاء الحلالون للغز يهتمون بشيء واحد فقط: السرعة. أرادوا تحريك الجميع بأسرع ما يمكن لتحقيق أقصى قدر من الأرباح للشركة. لكن نهج "السرعة أولاً" هذا غالباً ما ترك بعض الناس ينتظرون للأبد بينما يحصل آخرون على سيارات فوراً، وأحياناً كان يرسل السائقين إلى أماكن يكرهونها، بعيداً عن منازلهم أو مساراتهم المعتادة. وهنا يأتي دور فرع من علوم الحاسوب يسمى "الذكاء الاصطناعي المرتكز على الإنسان". فهو يطرح سؤالاً بسيطاً ولكنه صعب: هل يمكننا بناء نظام سريع وفي الوقت نفسه عادل للجميع، مع ضمان أن يكون الأشخاص الذين يقودون السيارات خلف المقود سعداء أيضاً؟ الأمر يشبه محاولة إدارة مقصف ترغب فيه بتقديم الطعام بسرعة، ولكنك تريد أيضاً أن يحصل كل طالب على حصة عادلة وأن يستمتع الطباخون بعملهم.
الورقة البحثية التي أوشكت على قراءتها، بعنوان "HCRide"، تتناول هذا التحدي بالضبط. فقد أدرك الباحثون، لين جيانغ، ويو يانغ، وغوانغ وانغ، أن الطريقة القديمة لتوزيع الرحلات كانت أنانية للغاية. أرادوا تصميم نظام جديد يوازن بين ثلاثة أشياء: وصول الركاب لرحلاتهم بسرعة، والتأكد من عدم انتظار أي راكب لفترة أطول بكثير من غيره في الجوار، واحترام الأماكن التي يرغب السائقون فعلياً في القيادة فيها. وللقيام بذلك، ابتكروا برنامجاً حاسوبياً ذكياً يسمى HCRide. فكر في HCRide كمدير حركة مرور منظم للغاية، لا ينظر فقط إلى الخريطة، بل يستمع أيضاً إلى مشاعر السائقين واحتياجات الركاب.
جوهر اختراعهم هو خوارزمية ذكية تسمى "Habic" (الممثل ذو الناقد المزدوج المتجه نحو التناغم). تخيل لعبة كراسي موسيقية عالية المخاطر، ولكن بدلاً من الكراسي، يكون اللاعبون هم السائقون والموسيقى هي تدفق طلبات الرحلات. في الألعاب القديمة، كان السائقون يندفعون بعشوائية. أما في نسخة HCRide، فهناك "آلية منافسة" خاصة حيث يُسمح فقط للسائقين القريبين والقادرين فعلياً على تولي رحلة معينة بالمنافسة عليها. هذا يجعل اللعبة عادلة وقابلة للإدارة. بعد ذلك، هناك "قاضيان" (الجزء الخاص بالناقد المزدوج/Bi-Critic). أحد القضاة يتحقق من مدى رضا الركاب (بالنظر إلى أوقات الانتظار والعدالة)، والقاضي الآخر يتحقق مما إذا كان السائقون يُرسلون إلى أماكن لا يحبونها. "عقل" النظام (الممثل/Actor) يستمع إلى كلا القاضيين ويتخذ قراراً يحاول إرضاء الجميع. إذا تم إرسال سائق إلى مكان يكرهه، فإن "التكلفة" تزدء، ويتعلم النظام تجنب ذلك في المستقبل.
اختبر الباحثون نظامهم الجديد باستخدام بيانات حقيقية من مدينتين مختلفتين تماماً: شنتشن في الصين ومدينة نيويورك في الولايات المتحدة. أجروا عمليات محاكاة لأكثر من مليون طلب رحلة لمعرفة كيف سيكون أداء HCRide مقارنة بأفضل الأساليب الحالية. كانت النتائج واعدة؛ ففي عمليات المحاكاة هذه، نجح HCRide في تحسين كفاءة النظام الإجمالية بنسبة 2.02% تقريباً، مما يعني أن الرحلات كانت أسرع قليلاً للجميع. والأهم من ذلك، جعل التجربة أكثر عدلاً للركاب، حيث قلل من عدم المساواة في وقت الانتظار بنسبة 5.39% تقريباً. ولعل الأمر الأكثر مفاجأة هو أنه احترم تفضيلات السائقين بشكل كبير، حيث حسن رضا السائقين بنسبة 10.21% مقارنة بالأساليب القديمة. تشير الورقة البحثية إلى أنه من خلال معاملة السائقين والركاب كبشر لديهم احتياجات محددة وليس مجرد أرقام على الشاشة، يمكننا بناء عالم للنقل الذكي يعمل بشكل أفضل للجميع.
ملخص تقني: HCRide – التناغم بين عدالة الركاب وتفضيلات السائقين
صياغة المشكلة تتناول الورقة البحثية أوجه القصور في أنظمة توزيع طلبات حجز السيارات الحالية، والتي تعطي الأولوية في الغالب لإيرادات المنصة وكفاءة النظام، وغالباً ما يكون ذلك على حساب تجربة الركاب ورضا السائقين. وتحديداً، تتجاهل النهج الحالية في كثير من الأحيان عاملين بشريين حاسمين:
عدالة الركاب: تفترض نماذج العدالة الحالية غالباً مساواة مطلقة في أوقات الانتظار بغض النظر عن الموقع، متجاهلةً التقلبات الديناميكية في العرض والطلب عبر سياقات مكانية وزمانية مختلفة.
تفضيلات السائقين: غالباً ما يكون للسائقين تفضيلات متميزة للعمل في مناطق محددة (مثل القرب من المنزل أو المناطق المألوفة)، ومع ذلك، تقوم أنظمة التوزيع بتعيينهم في مناطق غير مألوفة أو غير مرغوب فيها، مما يؤدي إلى عدم الرضا وانخفاض الكفاءة التشغيلية.
يصيغ المؤلفون مشكلة توزيع الطلبات كـ عملية قرار ماركوف مقيدة (CMDP). والهدف هو تعظيم المكافآت التراكمية طويلة الأمد (كفاءة النظام وعدالة الركاب) مع ضمان بقاء التكلفة التراكمية (انتهاك تفضيلات السائقين) دون حد معين مسبق التحديد.
المنهجية: HCRide و Habic لحل هذه العملية (CMDP)، يقترح المؤلفون HCRide، وهو إطار عمل متمحور حول الإنسان مدعوم بخوارزمية تعلم تعزيزي متعدد الوكلاء (MARL) مبتكرة تسمى Harmonization-oriented Actor-Bi-Critic (Habic). يعتمد النظام على ثلاثة مكونات أساسية:
نمذجة العدالة والتفضيلات المكانية والزمانية:
عدالة الركاب: تُعرف على مستويين. تضمن العدالة داخل المنطقة (Intra-region fairness) أن الركاب في نفس المنطقة والفترة الزمنية يختبرون أوقات انتظار متقاربة. أما العدالة بين المناطق (Inter-region fairness) فتضع معياراً ديناميكياً بناءً على نسبة العرض إلى الطلب، مع الإقرار بأن أوقات الانتظار يجب أن تختلف طبيعياً بناءً على كثافة المنطقة.
تفضيلات السائقين: تُنمذج باستخدام ترددات الزيارات التاريخية. تُصنف المناطق إلى مجموعات: إيجابية (H+)، محايدة (H0)، وسلبية (H−). يؤدي توزيع السائق إلى منطقة في المجموعة (H−) إلى تكبد تكلفة، ويتم تحديد حجمها بناءً على المسافة إلى أقرب موقع مفضل للسائق.
آلية المنافسة متعددة الوكلاء: لإدارة فضاء الإجراءات المشترك الكبير، يحول النظام المشكلة إلى فضاءات إجراءات أصغر وموزعة. لكل طلب، تتنافس مجموعة محدودة من السائقين المرشحين ضمن نطاق معين على المهمة. تولد هذه الآلية "ميزات المطابقة" (التي تجمع بين حالة السائق وحالة الطلب) لتسهيل اتخاذ القرار على المستوى الجزئي بين السائقين غير المتجانسين ذوي التفضيلات المتنوعة.
شبكة الممثل الديناميكية (Dynamic Actor Network): تستخدم ميزات المطابقة لاختيار السائق الأمثل. وهي تعمل على تحديث معلمات السياسة (θ) ومعامل لاغرانج (λ) بالتناوب لتحقيق التوازن بين تعظيم المكافأة والالتزام بالقيود.
شبكة الناقد الثنائي (Bi-Critic Network): تتكون من شبكتي تقييم. تقدر شبكة مكافأة الناقد (Reward Critic) المكافأة المتراكمة (الكفاءة والعدالة)، بينما تقدر شبكة تكلفة الناقد (Cost Critic) التكلفة المتراكمة (انتهاكات التفضيلات). وتستخدم كلتاهما تقدير الميزة المعمم (GAE) وتحسين السياسة القريبة (PPO-Clip) لضمان استقرار التدريب والتقارب.
المساهمات الرئيسية
إطار عمل مبتكر: تقدم هذه الدراسة أول بحث حول توزيع طلبات حجز السيارات المتمحور حول الإنسان والذي يحسن في آن واحد عدالة الركاب وتفضيلات السائقين دون المساس بكفاءة النظام الإجمالية.
تعريفات قائمة على البيانات: قدم المؤلفون تعريفات رسمية تراعي الأبعاد المكانية والزمانية للعدالة وتفضيلات السائقين، مستمدة من دراسات نوعية وتحليلات كمية لأكثر من مليون طلب من العالم الحقيقي.
ابتكار خوارزمي: تطوير خوارزمية Habic، التي تدمج آلية المنافسة متعددة الوكلاء مع بنية الناقد الثنائي (Bi-Critic) لحل مشكلة التحسين المقيدة بفعالية في بيئة ديناميكية.
النتائج التجريبية تم تقييم نظام HCRide باستخدام مجموعتين من البيانات من العالم الحقيقي: شنجن (1.07 مليون طلب) ومدينة نيويورك (214 ألف طلب). وتمت مقارنته بثمانية نماذج أساسية، بما في ذلك التوزيع قصير النظر (myopic dispatching)، وطرق التعلم التعزيزي أحادية ومتعددة الوكلاء، وطرق التعلم التعزيزي المقيدة.
تشمل تحسينات الأداء الرئيسية لنظام HCRide مقارنة بأحدث النماذج الأساسية ما يلي:
كفاءة النظام: تقليل متوسط وقت انتظار الركاب (APWT) بنسبة 2.02% (شنجن) و2.02% (نيويورك) مقارنة بالنموذج الأساسي المتطور Lag-TRPO.
عدالة الركاب: تحسين العدالة بين المناطق بنسبة 5.29% (شنجن) و5.28% (نيويورك)؛ وتحسين العدالة داخل المنطقة بنسبة 7.65% (شنجن) و5.39% (نيويورك).
تفضيلات السائقين: تقليل معدل انتهاك التفضيلات بنسبة 7.77% (شنجن) و10.21% (نيويورك).
الأهمية والادعاءات تزعم الورقة أن HCRide ينجح في تحقيق التناغم بين الأهداف المتضاربة في توزيع طلبات حجز السيارات. ومن خلال التعامل مع تفضيلات السائق كقيد وليس كمجرد فكرة ثانوية، ومن خلال تعريف العدالة من منظور مكاني زماني بدلاً من المساواة المطلقة، يحقق النظام نظاماً بيئياً أكثر توازناً. ويؤكد المؤلفون أن نهجهم لا يعزز تجربة المستخدم لكل من الركاب والسائقين فحسب، بل يحافظ أيضاً على الكفاءة التشغيلية للمنصة أو يحسنها، مما يوفر مساراً قابلاً للتطبيق نحو خدمات حجز سيارات أكثر استدامة وتمركزاً حول الإنسان.