Résumé Technique : MobiWave

Définition du Problème

L'article traite du défi du rééquilibrage de flottes autonomes dans les environnements urbains où les conditions de mobilité sont non stationnaires. Contrairement aux flottes pilotées par l'humain, les flottes autonomes peuvent exécuter directement les décisions de la plateforme, déplaçant ainsi l'objectif d'optimisation de la mise en correspondance des commandes vers la maximisation de la valeur systémique à long terme via le rééquilibrage de la flotte.

Deux obstacles majeurs entravent un déploiement fiable dans ce contexte :

1. Ambiguïté de Représentation : Les schémas de trafic régionaux et locaux se chevauchent souvent. Les méthodes d'agrégation spatiale standard (ex. : agrégation de voisinage) ont tendance à brouiller ces schémas, pouvant masquer des routes secondaires fluides derrière des signaux de congestion larges, ce qui conduit à des décisions de rééquilibrage sous-optimales.
2. Dérive du Modèle et Adaptation : La mobilité urbaine évolue en raison des accidents, des travaux, des changements de zones fonctionnelles et des changements d'habitudes de déplacement. Le réentraînement sur l'ensemble des données historiques est trop coûteux en calcul, tandis que la mise à jour de tous les paramètres du modèle sur des données récentes limitées est risquée (surapprentissage, oubli catastrophique) et peut effacer les connaissances stables. Les méthodes existantes d'apprentissage continu échouent souvent à mesurer conjointement la dérive pertinente pour l'expédition, à sélectionner les couches affectées dans un budget de ressources et à valider les mises à jour par rapport aux contraintes de service.

Le problème central est formulé comme une tâche conjointe de perception d'état critique pour l'expédition (extraction d'informations sur le réseau routier soutenant le rééquilibrage) et d'adaptation continue du modèle (maintien de politiques fiables sous des conditions évolutives en utilisant des données récentes limitées).

Méthodologie : Le Cadre MobiWave

MobiWave intègre deux modules connectés : un module de Ondelettes de Graphe Multi-échelles Orienté vers l'Expédition pour la représentation de l'état et une Optimisation Sélective de Couches Guidée par la Dérive (DGLS) pour l'adaptation.

1. Ondelettes de Graphe Multi-échelles Orientées vers l'Expédition

Ce module traite le défi de la représentation en séparant les schémas de réseaux routiers chevauchants à travers différentes échelles.

• Construction Temporelle Causale : Le modèle construit une représentation d'état $Z_t$ à l'aide d'observations causales, incluant les états actuels des zones, des résumés temporels multi-horizons (moyenne de la fenêtre actuelle et variation), des codes périodiques, des écarts demande-offre de voisinage, et des arrivées de véhicules attendues. Cela distingue les changements éphémères des déséquilibres persistants sans utiliser de données futures.
• Ondelettes de Graphe Multi-échelles : Au lieu d'une agrégation standard, l'entrée est décomposée sur plusieurs échelles de fréquences de graphes via des ondelettes de graphes localisées. Les échelles de basse fréquence capturent les tendances régionales lisses, tandis que les échelles de haute fréquence préservent les changements locaux fins (ex. : fermetures de routes spécifiques) que l'agrégation pourrait occulter.
• Portage (Gating) Sensible à l'Expédition : Un mécanisme de porte par nœud pondère dynamiquement ces échelles spectrales en fonction de leur valeur pour le rééquilibrage. Il calcule un poids $\alpha^b_{i,t}$ pour chaque échelle $b$ au nœud $i$, en considérant le déséquilibre local de la flotte et les facteurs externes. Cela garantit que le modèle se concentre sur les composantes fréquentielles spécifiques pertinentes pour la décision d'expédition actuelle.
• Génération d'Actions : Les caractéristiques d'échelle fusionnées alimentent une tête de politique qui prédit les écarts de flotte et les valeurs de mouvement. Ceux-ci sont convertis en matrices de flux entières exécutables (mouvements de véhicules) à l'aide d'un softmax masqué et d'une procédure d'arrondi (Allocate) qui assure la faisabilité (contraintes d'adjacence, conservation de la flotte).
• Entraînement Conjoint : La représentation et la politique sont entraînées conjointement à l'aide d'une fonction de perte combinant la prédiction de la demande, le retour sur mouvement et la perte de politique, avec un terme de régularisation pour empêcher l'effondrement du mécanisme de portage.

2. Optimisation Sélective de Couches Guidée par la Dérive (DGLS)

DGLS traite le défi de l'adaptation en mettant à jour sélectivement le modèle sur la base de preuves de dérive.

• Détection de Dérive Spectrale Pondérée par l'Expédition : DGLS mesure la dérive entre une fenêtre récente et une fenêtre de référence en utilisant la Discrépance Moyenne Maximale (MMD) sur les caractéristiques d'échelle. Crucialement, cette dérive est pondérée par la pertinence de l'expédition (poids de portage) de chaque échelle, garantissant que l'adaptation n'est déclenchée que par des changements affectant les décisions de la flotte. Un déclencheur hystérétique empêche les mises à jour induites par le bruit.
• Sélection de Couches : Lorsqu'une dérive est détectée, DGLS identifie les couches à mettre à jour. Il évalue les couches selon trois signaux : la dérive d'activation (MMD), la sensibilité actuelle du gradient et l'importance historique (pour protéger les connaissances stables). Un algorithme glouton sélectionne un sous-ensemble de couches dans un budget de ressources fixe (ex. : nombre de paramètres ou FLOPs).
• Mise à Jour Rapide-Lente Sensible à la Dérive : Pour distinguer les chocs à court terme des changements persistants, DGLS emploie un optimiseur à double impulsion. Une mémoire "rapide" réagit immédiatement, tandis qu'une mémoire "lente" ne se met à jour que lorsque la dérive persiste. La contribution de la mémoire lente est modulée par la persistance de la dérive, empêant les pics temporaires de devenir des connaissances permanentes.
• Validation des Candidats : Avant le déploiement, les mises à jour candidates sont validées contre un suffixe de données récentes réservé. Une mise à jour n'est acceptée que si elle améliore la récompense d'expédition sur l'ensemble de validation sans dégrader les services surveillés ou les contraintes de sécurité. Si elle est rejetée, le modèle stable et les états de l'optimiseur sont restaurés.

Contributions Clés

1. Formulation du Problème : Les auteurs formulent le rééquilibrage de flottes autonomes sous dérive de mobilité comme un problème conjoint de perception d'état critique pour l'expédition et d'adaptation continue du modèle.
2. Ondelettes de Graphe Orientées vers l'Expédition : Un nouveau module qui sépare la dynamique routière à plusieurs échelles de fréquences de graphes et apprend les poids d'échelle spécifiquement pour la prédiction de la demande et le contrôle de la flotte, évitant les effets de flou de l'agrégation standard.
3. Cadre DGLS : Une méthode d'optimisation sélective qui mesure la dérive spectrale pondérée par l'expédition, sélectionne les couches affectées dans un budget de ressources, et utilise un mécanisme de mise à jour rapide-lente avec validation de candidat pour protéger les connaissances stables.
4. Validation Empirique : Des expériences approfondies sur des jeux de données réels (Manhattan, Hangzhou) et un environnement simulé démontrent l'efficacité du cadre.

Résultats Expérimentaux

• Performance Globale : MobiWave surpasse les bases de comparaison de l'état de l'art (incluant les méthodes traditionnelles, l'apprentissage par renforcement profond et l'expédition assistée par les modèles de langage) sur trois jeux de données. Il atteint le taux le plus bas de taux de véhicules vides-chargés (ex. : 30,22 % sur Manhattan contre 32,35 % pour le second meilleur) et améliore le profit opérationnel.
• Adaptation à la Dérive : Sous cinq types de dérives de mobilité (soudaine, graduelle, structurelle, récurrente, côté offre), MobiWave (spécifiquement le composant DGLS) obtient systématiquement les meilleurs taux de véhicules vides-chargés, surpassant la deuxième meilleure méthode jusqu'à 2,10 points de pourcentage dans les scénarios de dérive graduelle. Il démontre également une récupération plus rapide et moins d'oubli.
• Efficacité : DGLS ne met à jour que 62,22 K paramètres contre 135,94 K pour les optimiseurs de modèle complet (une réduction de 54,23 %), tout en maintenant une performance supérieure. Cela confirme qu'une adaptation ciblée est plus efficace qu'un réglage complet du modèle.
• Études d'Ablation : Le retrait des résumés causaux, des ondelettes de graphe ou du portage sensible à l'expédition dégrade les performances, confirmant la nécessité de chaque composant. De même, le retrait de la protection de l'importance ou de la validation des candidats entraîne des taux de véhicules vides-chargés plus élevés ou une dégradation du service, soulignant la valeur des garde-fous.

Signification et Revendications

L'article affirme que MobiWave fournit une solution robuste pour le rééquilibrage de flottes autonomes dans des environnements urbains dynamiques en alignant la représentation et l'adaptation sur les objectifs de la flotte.

• Représentation : Il démontre que séparer les schémas de fréquences de graphes et les pondérer par la valeur d'expédition est supérieur à l'agrégation spatiale standard pour identifier les itinéraires de rééquilibrage viables.
• Adaptation : Il soutient qu'une adaptation en ligne fiable nécessite plus que la simple mise à jour des paramètres ; elle nécessite de mesurer la dérive pertinente pour l'expédition, de sélectionner les couches affectées dans un budget, et de valider les mises à jour par rapport aux contraintes de service.
• Efficacité vs Performance : Les résultats remettent en question l'idée que les mises à jour complètes du modèle sont nécessaires pour l'adaptation, montant que des mises à jour sélectives guidées par la preuve de dérive peuvent atteindre de meilleures performances avec nettement moins de mises à jour de paramètres.

Les auteurs concluent que les changements routiers détectés doivent guider le choix des composants du modèle, et que chaque mise à jour candidate doit être validée par rapport aux résultats de la flotte pour assurer un déploiement fiable. Des travaux futurs sont suggérés pour explorer les graphes orientés, la demande différée et les contraintes de batterie.