HCRide: Harmonizing Passenger Fairness and Driver Preference for Human-Centered Ride-Hailing
Cet article présente HCRide, un système de VTC centré sur l'humain qui emploie un nouvel algorithme d'apprentissage par renforcement multi-agent appelé Harmonization-oriented Actor-Bi-Critic (Habic) pour harmoniser efficacement l'équité des passagers et les préférences des chauffeurs tout en améliorant simultanément l'efficacité globale du système.
Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Imaginez une ville bouillonnante comme un puzzle géant et vivant où des millions de personnes tentent de passer d'un point A à un point B. Pour résoudre ce puzzle, nous disposons d'applications de VTC comme Uber ou Lyft, qui agissent comme les maîtres solveurs du puzzle. Leur tâche est de décider quel chauffeur récupère quel passager. Pendant longtemps, ces solveurs de puzzles ne se souciaient que d'une seule chose : la vitesse. Ils voulaient faire circuler tout le monde le plus vite possible pour que l'entreprise gagne le plus d'argent possible. Mais cette approche privilégiant la « vitesse avant tout » a souvent laissé certaines personnes attendre éternellement pendant que d'autres obtenaient une voiture instantanément, et elle a parfois envoyé des chauffeurs dans des endroits qu'ils détestaient, loin de chez eux ou de leurs itinéraires habituels. C'est ici qu'intervient une branche de l'informatique appelée « l'IA centrée sur l'humain ». Elle pose une question simple mais délicate : pouvons-nous construire un système qui soit à la fois rapide et équitable pour tout le monde, tout en s'assurant que les personnes qui conduisent (les humains derrière le volant) sont satisfaites ? C'est comme essayer de gérer une cafétéria où vous voulez que la nourriture soit servie rapidement, mais vous voulez aussi que chaque étudiant reçoive une part équitable et que les cuisiniers apprécient leur travail.
Le document que vous allez lire, intitulé « HCRide », s'attaque exactement à ce défi. Les chercheurs, Lin Jiang, Yu Yang et Guang Wang, ont réalisé que l'ancienne méthode de répartition des courses était trop égoïste. Ils ont voulu concevoir un nouveau système qui équilibre trois choses : faire en sorte que les passagers obtiennent leurs courses rapidement, veiller à aucun passager n'attende beaucoup plus longtemps qu'un autre à proximité, et respecter les endroits où les chauffeurs souhaitent réellement conduire. Pour ce faire, ils ont créé un programme informatique intelligent appelé HCRide. Voyez HCRide comme un gestionnaire de trafic super organisé qui ne se contente pas de regarder une carte, mais qui écoute aussi les sentiments des chauffeurs et les besoins des passagers.
Le cœur de leur invention est un algorithme ingénieux nommé « Habic » (Harmonization-oriented Actor-Bi-Critic). Imaginez une partie de chaises musicales à enjeux élevés, mais au lieu de chaises, les joueurs sont des chauffeurs et la musique est un flux de demandes de courses. Dans les anciens jeux, les chauffeurs se précipitaient aveuglément. Dans la version de HCRide, il y a un « mécanisme de compétition » spécial où seuls les chauffeurs qui sont réellement proches et capables d'accepter une course spécifique peuvent concourir pour celle-ci. Cela permet de garder le jeu équitable et gérable. Ensuite, il y a deux « juges » (la partie Bi-Critic). Un juge vérifie si les passagers sont satisfaits (en observant les temps d'attente et l'équité), et l'autre juge vérifie si les chauffeurs sont envoyés dans des endroits qu'ils n'aiment pas. Le « cerveau » du système (l'Actor) écoute les deux juges et prend une décision qui tente de plaire à tout le monde. Si un chauffeur est envoyé dans un endroit qu'il déteste, le « coût » augmente, et le système apprend à éviter cela à l'avenir.
Les chercheurs ont testé leur nouveau système en utilisant des données réelles provenant de deux villes très différentes : Shenzhen en Chine et New York aux États-Unis. Ils ont lancé des simulations avec plus d'un million de commandes de courses pour voir comment HCRide se comporterait par rapport aux meilleures méthodes existantes. Les résultats sont prometteurs. Dans ces simulations, HCRide a réussi à améliorer l'efficacité globale du système d'environ 2,02 %, ce qui signifie que les courses étaient légèrement plus rapides pour tout le monde. Plus important encore, cela a rendu l'expérience beaucoup plus équitable pour les passagers, réduisant l'inégalité des temps d'attente d'environ 5,39 %. Plus surprenant encore, le système a également mieux respecté les préférences des chauffeurs, améliorant la satisfaction des chauffeurs de 10,21 % par rapport aux anciennes méthodes. L'article suggère qu'en traitant les chauffeurs et les passagers comme des humains ayant des besoins spécifiques plutôt que comme de simples chiffres sur un écran, nous pouvons construire un monde de VTC qui fonctionne mieux pour tout le monde.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.