韶关声测管厂

世界数据挖掘领域***学术会议KDD2019继续在美国阿拉斯加州安克雷奇市举行。本次KDD大会***采用双盲评审制，共吸引了***范围内约1879篇***投递。其中，Applied Data Science track收到约 700 篇***投稿，***终45篇被接收为Oral***，100篇被接收为Poster***；而Research track 共收到了 1179 篇投稿，***终111篇被接收为Oral***，63篇被接收为Poster***。

今年，滴滴共有三篇Oral***入选KDD2019，研究内容涵盖基于深度学习方法自动化地生成工单摘要、基于深度强化学习与半马尔科夫决策过程进行智能派单及模仿学习和GAN在环境重构的探索。

本文是对滴滴Oral***《A Deep Value-networkBased Approach for Multi-Driver Order Dispatching》的详细解读。滴滴AI Labs技术团队在KDD2018 Oral ***《LargeScale Order Dispatch in OnDemandRideHailing Platforms: A Learning and Planning Approach》的基础上，新提出了一种新的基于深度强化学习与半马尔科夫决策过程的智能派单应用，在同时考虑时间与空间的长期优化目标的基础上利用深度***网络进行更准确有效的价值估计。通过系统的离线模拟实验以及在滴滴平台的在线AB实验证明，这种基于深度强化学习的派单算法相比现有***好的方法能进一步显著提升平台各项效率及用户体验。