HCRide: Harmonizing Passenger Fairness and Driver Preference for Human-Centered Ride-Hailing

Resumo Técnico: HCRide – Harmonizando a Equidade do Passageiro e a Preferência do Motorista

Formulação do Problema
O artigo aborda as limitações dos sistemas de despacho de pedidos de transporte por aplicativo existentes, que predominantemente priorizam a receita da plataforma e a eficiência do sistema, muitas vezes em detrimento da experiência do passageiro e da satisfação do motorista. Especificamente, as abordagens atuais frequentemente negligenciam dois fatores humanos críticos:

1. Equidade do Passageiro: Modelos de equidade existentes frequentemente assumem igualdade absoluta nos tempos de espera, independentemente da localização, ignorando as flutuações dinâmicas de oferta e demanda em diferentes contextos espaciais e temporais.
2. Preferência do Motorista: Os motoristas frequentemente possuem preferências distintas para operar em regiões específicas (por exemplo, perto de casa ou áreas familiares), mas os sistemas de despacho frequentemente os designam para zonas desconhecidas ou indesejadas, levando à insatisfação e à redução da eficiência operacional.

Os autores formalizam o problema de despacho de pedidos como um Processo de Decisão de Markov Restrito (CMDP). O objetivo é maximizar as recompensas cumulativas de longo prazo (eficiência do sistema e equidade do passageiro) enquanto garante que o custo cumulativo (violação das preferências do motorista) permaneça abaixo de um limite predeterminado.

Metodologia: HCRide e Habic
Para resolver este CMDP, os autores propõem o HCRide, um framework centrado no ser humano impulsionado por um novo algoritmo de aprendizado por reforço multiagente (MARL) chamado Harmonization-oriented Actor-Bi-Critic (Habic). O sistema é construído sobre três componentes principais:

1. Modelagem de Equidade Espaço-Temporal e Preferência:

   • Equidade do Passageiro: Definida em dois níveis. A equidade intra-região garante que passageiros na mesma região e período de tempo experimentem tempos de espera comparáveis. A equidade inter-região estabelece um benchmark dinâmico baseado na razão oferta-demanda, reconhecendo que os tempos de espera devem variar naturalmente com base na densidade regional.
   • Preferência do Motorista: Modelada usando frequências de visitação históricas. As regiões são categorizadas em conjuntos Positivo ($H^+$), Neutro ($H^0$) e Negativo ($H^-$). Despachar um motorista para uma região em $H^-$ incorre em um custo, cuja magnitude é determinada pela distância até a localização preferida mais próxima do motorista.

2. Mecanismo de Competição Multiagente:
   Para gerenciar o grande espaço de ação conjunta, o sistema transforma o problema em espaços de ação menores e distribuídos. Para cada pedido, um conjunto limitado de motoristas candidatos dentro de um intervalo específico compete pela tarefa. Este mecanismo gera "características de correspondência" (combinando o estado do motorista e o estado do pedido) para facilitar a tomada de decisão em nível micro entre motoristas heterogêneos com preferências variadas.

3. Algoritmo Harmonization-oriented Actor-Bi-Critic (Habic):

   • Rede Ator Dinâmica: Utiliza as características de correspondência para selecionar o motorista ideal. Ela atualiza alternadamente os parâmetros da política ($\theta$) e o multiplicador de Lagrange ($\lambda$) para equilibrar o trade-off entre a maximização da recompensa e a satisfação da restrição.
   • Rede Bi-Critic: Consiste em duas redes de avaliação. O Reward Critic estima a recompensa acumulada (eficiência e equidade), enquanto o Cost Critic estima o custo acumulado (violações de preferência). Ambos utilizam Estimativa de Vantagem Generalizada (GAE) e Otimização de Política Próxima (PPO-Clip) para garantir treinamento estável e convergência.

Principais Contribuições

1. Framework Inovador: Este trabalho apresenta o primeiro estudo sobre despacho de transporte por aplicativo centrado no ser humano que otimiza simultaneamente a equidade do passageiro e a preferência do motorista sem comprometer a eficiência geral do sistema.
2. Definições Baseadas em Dados: Os autores introduzem definições formais, conscientes do espaço-tempo, para equidade e preferência do motorista, derivadas de estudos qualitativos e análise quantitativa de mais de um milhão de pedidos do mundo real.
3. Inovação Algorítmica: O desenvolvimento do algoritmo Habic, que integra um mecanismo de competição multiagente com uma arquitetura Bi-Critic para resolver efetivamente o problema de otimização restrita em um ambiente dinâmico.

Resultados Experimentais
O sistema HCRide foi avaliado utilizando dois conjuntos de dados do mundo real: Shenzhen (1,07 milhão de pedidos) e Nova York (214 mil pedidos). Foi comparado contra oito baselines, incluindo despacho míope, métodos de RL de agente único e multiagente, e abordagens de RL restrito.

Melhorias de desempenho chave do HCRide sobre os baselines de última geração incluem:

• Eficiência do Sistema: Redução do Tempo Médio de Espera do Passageiro (APWT) em 2,02% (Shenzhen) e 2,02% (NYC) em comparação com o baseline de última geração Lag-TRPO.
• Equidade do Passageiro: Melhoria na equidade inter-região em 5,29% (Shenzhen) e 5,28% (NYC); melhoria na equidade intra-região em 7,65% (Shenzhen) e 5,39% (NYC).
• Preferência do Motorista: Redução da Taxa de Violação de Preferência em 7,77% (Shenzhen) e 10,21% (NYC).

Significância e Alegações
O artigo afirma que o HCRide harmoniza com sucesso objetivos conflitantes no despacho de transporte por aplicativo. Ao tratar a preferência do motorista como uma restrição em vez de um detalhe posterior, e ao definir a equidade através de uma lente espaço-temporal em vez de igualdade absoluta, o sistema alcança um ecossistema mais equilibrado. Os autores afirmam que sua abordagem não apenas melhora a experiência do usuário tanto para passageiros quanto para motoristas, mas também mantém ou melhora a eficiência operacional da plataforma, oferecendo um caminho viável para serviços de transporte por aplicativo mais sustentáveis e centrados no ser humano.