配車組作業(6時間 / 日)を自動化した話
本記事では、自動配車システムを理解して頂くためのイントロとして、システムの概要および配車組ロジック、監視手法、そして、深層強化学習の導入計画という順で述べていきます。
本記事では、自動配車システムを理解して頂くためのイントロとして、システムの概要および配車組ロジック、監視手法、そして、深層強化学習の導入計画という順で述べていきます。
技術ブログのネタとして、JsonLogicを利用した柔軟なシステムカスタマイズについて考えてはいたのですが、もう一捻り欲しいなというところで、最近話題のChatGPTと組み合わせたらどうだろうと思い試してみたところ、思いのほかいい感じの結果が得られたので、タイトルを改めて書いてみました。
NearMeでは最近、相乗り配車サービスのための外部向けAPIプラットフォームを構築しました。 これにより、他アプリからシームレスに注文したり、Lineミニアプリのような新しいチャネルのUIを独自に構築することを可能にしました。
今回は、NearMeにおけるCIの仕組みについて説明します。 CIを実現する方法として、Kubernetes上に動作するArgoを利用しました。
当サービスでは事前予約で注文を貯めつつ、注文が入る度に最適な相乗りの組み合わせを計算して配車確定を逐次的に行えるようにしています。このような相乗りにおいてどのようなパタンが発生するか見ていきます。
ここでは特にk8sと配車ルーティングとのアナロジーについて考えてみます。
今回は、事前予約型の乗車サービスにおける乗車需要を時系列解析を用いて予測します。