Resumen Técnico: MobiWave

Definición del Problema

El artículo aborda el desafío del reequilibrio de flotas autónomas en entornos urbanos donde las condiciones de movilidad no son estacionarias. A diferencia de las flotas conducidas por humanos, las flotas autónomas pueden ejecutar decisiones de la plataforma directamente, desplazando el objetivo de optimización desde el emparejamiento de pedidos hacia la maximización del valor del sistema a largo plazo mediante el reequilibrio de toda la flota.

Dos obstáculos principales dificultan su despliegue fiable en este entorno:

1. Ambigüedad de Representación: Los patrones de tráfico regional y local suelen solaparse. Los métodos estándar de agregación espacial (por ejemplo, la agregación de vecindad) tienden a desdibujar estos patrones, lo que puede ocultar vías secundarias con flujo libre útiles detrás de señales de congestión amplias, conduciendo a decisiones de reequilibrio subóptimas.
2. Deriva del Modelo y Adaptación: La movilidad urbana evoluciona debido a accidentes, construcciones, cambios en las zonas funcionales y cambios en los hábitos de viaje. El reentrenamiento con todos los datos históricos es computacionalmente prohibitivo, mientras que actualizar todos los parámetros del modelo con datos recientes limitados es arriesgado (sobreajuste, olvido catastrófico) y puede borrar el conocimiento estable. Los métodos de aprendizaje continuo existentes suelen fallar al intentar medir conjuntamente la deriva relevante para el despacho, seleccionar las capas afectadas dentro de un presupuesto de recursos y validar las actualizaciones frente a las restricciones de servicio.

El problema central se formula como una tarea conjunta de percepción de estado crítica para el despacho (extracción de información de la red de carreteras que respalde el reequilibrio) y adaptación continua del modelo (mantenimiento de políticas fiables bajo condiciones cambiantes utilizando datos recientes limitados).

Metodología: Marco de Trabajo MobiWave

MobiWave integra dos módulos conectados: un módulo de Ondas de Grafo Multiescala Orientado al Despacho para la representación del estado y Optimización Selectiva de Capas Guiada por la Deriva (DGLS) para la adaptación.

1. Ondas de Grafo Multiescala Orientado al Despacho

Este módulo aborda el desafío de la representación separando los patrones de la red de carreteras superpuestos a través de diversas escalas.

• Construcción Temporal Causal: El modelo construye una representación de estado $Z_t$ utilizando observaciones causales, incluyendo estados actuales de las zonas, resúmenes temporales de múltiples horizontes (media de la ventana actual y cambio), códigos periódicos, brechas de demanda-oferta de vecindad y llegadas de vehículos esperadas. Esto distingue los cambios de corta duración de los desequilibrios persistentes sin utilizar datos futuros.
• Ondas de Grafo Multiescala: En lugar de la agregación estándar, la entrada se descompone en múltiples escalas de frecuencia de grafo utilizando ondas de grafo localizadas. Las escalas de baja frecuencia capturan tendencias regionales suaves, mientras que las escalas de alta frecuencia preservan cambios locales detallados (por ejemplo, cierres de calles específicos) que la agregación podría oscurecer.
  la agregación podría oscurecer.
• Puerta de Control Orientada al Despacho: Un mecanismo de puerta por nodo pondera dinámicamente estas escalas espectrales según su valor para el reequilibrio. Calcula un peso $\alpha^b_{i,t}$ para cada escala $b$ en la zona $i$, considerando el desequilibrio de la flota local y factores externos. Esto asegura que el modelo se enfoque en los componentes de frecuencia específicos relevantes para la decisión de despacho actual.
• Generación de Acciones: Las características de escala fusionadas alimentan una cabeza de política que predice brechas de flota y valores de movimiento. Estos se convierten en matrices de flujo de enteros ejecutables (movimientos de vehículos) utilizando un softmax enmascarado y un procedimiento de redondeo (Allocate) que garantiza la viabilidad (restricciones de adyacencia, conservación de la flota).
• Entrenamiento Conjunto: La representación y la política se entrenan conjuntamente utilizando una función de pérdida que combina la predicción de la demanda, el retorno del movimiento y la pérdida de la política, con un término de regularización para evitar que el mecanismo de puerta colapse.

2. Optimización Selectiva de Capas Guiada por la Deriva (DGLS)

DGLS aborda el desafío de la adaptación seleccionando qué partes del modelo actualizar basándose en la evidencia de la deriva.

• Detección de Deriva Espectral Ponderada por el Despacho: DGLS mide la deriva entre una ventana reciente y una ventana de referencia utilizando la Discrepancia de la Media Máxima (MMD) sobre las características de escala. Crucialmente, esta deriva está ponderada por la relevancia para el despacho (pesos de la puerta) de cada escala, asegurando que la adaptación se active solo por cambios que afecten las decisiones de la flota. Un disparador de histéresis evita actualizaciones inducidas por el ruido.
• Selección de Capas: Cuando se detecta deriva, DGLS identifica qué capas actualizar. Clasifica las capas basándose en tres señales: deriva de activación (MMD), sensibilidad del gradiente actual e importancia histórica (para proteger el conocimiento estable). Un algoritmo voraz selecciona un subconjunto de capas dentro de un presupuesto fijo de recursos (por ejemplo, número de parámetros o FLOPs).
• Actualización Rápida-Lenta Consciente de la Deriva: Para distinguir entre choques a corto plazo y cambios persistentes, DGLS emplea un optimizador de doble impulso. Una memoria "rápida" reacciona inmediatamente, mientras que una memoria "lenta" se actualiza solo cuando la deriva persiste. La contribución de la memoria lenta es modulada por la persistencia de la deriva, evitando que los picos temporales se conviertan en conocimiento permanente.
• Validación de Candidatos: Antes del despliegue, las actualizaciones candidatas se validan contra un sufijo de datos recientes reservado. Una actualización se acepta solo si mejora la recompensa del despacho en el conjunto de validación sin degradar los servicios monitoreados o las restricciones de seguridad. Si es rechazada, se restauran el modelo estable y los estados del optimizador.

Contribuciones Clave

1. Formulación del Problema: Los autores formulan el reequilibrio de flotas autónomas bajo la deriva de movilidad como un problema conjunto de percepción de estado crítica para el despacho y adaptación continua del modelo.
2. Ondas de Grafo Orientadas al Despacho: Un módulo novedoso que separa la dinámica de la red de carreteras en múltiples escalas de frecuencia de grafo y aprende pesos de escala específicamente para la predicción de la demanda y el control de la flota, evitando los efectos de desenfoque de la agregación estándar.
3. Marco de Trabajo DGLS: Un método de optimización selectiva que mide la deriva espectral ponderada por el despacho, selecciona las capas afectadas dentro de un presupuesto y utiliza un mecanismo de actualización rápida-lenta con validación de candidatos para proteger el conocimiento estable.
4. Validación Empírica: Experimentos extensos en conjuntos de datos del mundo real (Manhattan, Hangzhou) y un entorno simulado demuestran la efectividad del marco de trabajo.

Resultados Experimentales

• Rendimiento General: MobiWave supera a las líneas base del estado del arte (incluyendo métodos tradicionales, aprendizaje por refuerzo profundo y despacho asistido por modelos de lenguaje) en tres conjuntos de datos. Logra la tasa más baja de carga vacía (por ejemplo, 30.22% en Manhattan frente al 32.35% del siguiente mejor) y mejora el beneficio operativo.
• Adaptación a la Deriva: Bajo cinco tipos de deriva de movilidad (repentina, gradual, estructural, recurrente, de oferta), MobiWave (específicamente el componente DGLS) logra consistentemente las mejores tasas de carga vacía, superando al segundo mejor método hasta en 2.10 puntos porcentuales en escenarios de deriva gradual. También demuestra una recuperación más rápida y menos olvido.
• Eficiencia: DGLS actualiza solo 62.22K parámetros en comparación con los 135.94K de los optimizadores de modelo completo (una reducción del 54.23%), manteniendo un rendimiento superior. Esto confirma que la adaptación enfocada es más efectiva que el ajuste de todo el modelo.
• Estudios de Ablación: Eliminar los resúmenes causales, las ondas de grafo o la puerta de control orientada al despacho degrada el rendimiento, confirmando la necesidad de cada componente. Del mismo modo, eliminar la protección de importancia o la validación de candidatos conduce a mayores tasas de carga vacía o degradación del servicio, resaltando el valor de las salvaguardas.

Significado y Reivindicaciones

El artículo afirma que MobiWave proporciona una solución robusta para el reequilibrio de flotas autónomas en entornos urbanos dinámicos al alinear la representación y la adaptación con los objetivos de la flota.

• Representación: Demuestra que separar los patrones de frecuencia de grafo y ponderarlos por su valor de despacho es superior a la agregación espacial estándar para identificar rutas de reequilibrio viables.
• Adaptación: Argumenta que la adaptación en línea fiable requiere más que solo actualizar parámetros; requiere medir la deriva relevante para el despacho, seleccionar las capas afectadas dentro de un presupuesto y validar las actualizaciones frente a las restricciones de servicio.
• Eficiencia vs. Rendimiento: Los resultados desafían la noción de que las actualizaciones de modelo completo son necesarias para la adaptación, mostrando que las actualizaciones selectivas guiadas por la evidencia de la deriva pueden lograr un mejor rendimiento con significativamente menos actualizaciones de parámetros.

Los autores concluyen que los cambios detectados en las carreteras deben guiar la elección de los componentes del modelo, y que cada actualización candidata debe ser validada contra los resultados de la flota para asegurar un despliegue fiable. Se sugiere como trabajo futuro explorar grafos dirigidos, demanda retardada y restricciones de batería.