Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
交通の最適化で強化学習を使い始めた話
Search
NearMeの技術発表資料です
September 02, 2023
Technology
1
460
交通の最適化で強化学習を使い始めた話
NearMeの技術発表資料です
September 02, 2023
Tweet
Share
More Decks by NearMeの技術発表資料です
See All by NearMeの技術発表資料です
OR-Toolsの中⾝ -VRPの解法について-
nearme_tech
0
44
GTFSのデータを Streamlitで可視化してみた
nearme_tech
0
37
Offset / Cursor Paginationについて
nearme_tech
2
74
⼤規模⾔語モデルの拡張(RAG)が 終わったかも知れない件について
nearme_tech
23
15k
VRPを深層強化学習で解く
nearme_tech
0
71
Let’s go monorepo - intro to Nx.dev
nearme_tech
0
22
Dynamic Vehicle Routing のシミュレーションを Streamlitで作ってみた
nearme_tech
0
64
ログ監視ツールについて調べてみた
nearme_tech
0
59
(インターン生が大学院で行なっている)研究紹介
nearme_tech
0
48
Other Decks in Technology
See All in Technology
TechFeed Experts Night#27 〜 フロントエンドフレームワーク最前線 (Svelte)
baseballyama
2
600
Oracle Base Database Service 技術詳細
oracle4engineer
PRO
5
37k
LLM開発・活用の舞台裏@2024.04.25
yushin_n
3
1.3k
Azureの基本的な権限管理の勉強会
yhana
1
2.2k
Introduction to SwiftUI V2
pohjus
0
100
M&A戦略を支えるデータマネジメント (MIDAS Tech Study #16 GENDA Komiyama)
kommy339
1
130
コードファーストの考え方。 Amplify Gen2から学ぶAWS次世代のWeb開発体験
yoshiitaka
2
470
止まらないLinuxシステムを構築する_高信頼性クラスタ入門
koedoyoshida
3
2.1k
2024春 注目のWeb系 OSS & SaaS 3選
makies
0
190
自己改善からチームを動かす! 「セルフエンジニアリングマネージャー」のすゝめ
shoota
6
1.1k
VSCodeの拡張機能を作っている話
ebarakazuhiro
1
830
uvを使ってストレスフリーな Python開発をしよう!
r74tech
0
230
Featured
See All Featured
Principles of Awesome APIs and How to Build Them.
keavy
121
16k
The Illustrated Children's Guide to Kubernetes
chrisshort
32
46k
What the flash - Photography Introduction
edds
64
11k
How to Create Impact in a Changing Tech Landscape [PerfNow 2023]
tammyeverts
21
1.6k
Faster Mobile Websites
deanohume
300
30k
"I'm Feeling Lucky" - Building Great Search Experiences for Today's Users (#IAC19)
danielanewman
221
21k
Design by the Numbers
sachag
274
18k
Making Projects Easy
brettharned
109
5.5k
It's Worth the Effort
3n
180
27k
StorybookのUI Testing Handbookを読んだ
zakiyama
13
4.6k
Building Effective Engineering Teams - LeadDev
addyosmani
32
1.9k
[Rails World 2023 - Day 1 Closing Keynote] - The Magic of Rails
eileencodes
9
1.3k
Transcript
0 交通の最適化で強化学習を使い始めた話 2023-09-02 AWS Startup Day 2023 Kenji Hosoda
1
2 自己紹介 名前:細田 謙二 東京大学大学院工学博士(脳の視覚情報処理)。 前職では、EコマースパッケージやPOSアプリ、IoTや機械学習 を含む新規事業など様々なサービスを開発。Python入門2&3 著。 現在、CTOとしてNearMeに参画。
3 ドアツードアの移動に関する課題は多い 空港や観光地への アクセス 混雑を回避した 通勤などの移動 交通空白地帯や 高齢者の移動 終電後や災害時の 代替輸送手段不足
4 4 タクシーの「シェア」で 第4の公共交通機関を目指す!
5 NearMe
6 バスよりも便利、タクシーよりも安い NearMe
7 注文までの流れ
8 □□□□□□ □□□□□□ □□□□□□ □□□□□□ □□□□□□ 管理画面 注文が入るたびに AIにより組み合わせの最適化をおこない、 自動でマッチング
相乗りになった注文
9 OR-Tools: https://developers.google.com/optimization 車両と注文をマッチする 配送計画問題(VRP)を ヒューリスティックな手法により解く マッチングのアルゴリズム ただし、注文が入る度に、 また、承認、キャンセル等の注文ステータスが変化する度に 逐次的に最適化処理を行っている
10 リリース後の実績
11 サービス展開 エアポートシャトル トラベルシャトル 地域シャトル ゴルフシャトル
12 さらなる改善の余地 羽田空港に行く運行と 帰る運行が対になると効率がいい 車両 相乗りマッチング後の運行 手作業で 車両にアサイン
13 簡易的な連続運行レコメンド 連続運行できるものを ハイライト
14 機械学習による追加相乗りの確率推定によるレコメンド 偶奇の日付で機能ON/OFFして 総受注数に有意に差 (ペアt検定) 追加相乗りの確率が高い ものをハイライト 在庫に限りがある場合は 効率のいい運行を 選ぶ必要がある
15 将棋のようでもありテトリスのようでもある 最善手を予測 運行はブロック 運行は駒
16 複雑そうなので強化学習のアプローチを探る OR-Tools: https://developers.google.com/optimization 車両と注文をマッチする 配送計画問題(VRP)には変わらない まずはプリミティブなモデルで調査
17 近年、深層強化学習x VRPによるアプローチが注目されている B Li et al., 2022
18 性能は出るのか? Solve routing problems with a residual edge-graph attention
neural network. K Lei, et al., Neurocomputing 2022 報酬 ベンチマークしたモデル パフォーマンス
19 EncoderのGraph Neural Networkについて https://distill.pub/2021/gnn-intro/ グラフのエッジに沿って 特徴量を集約 メッセージ伝搬関数
20 DecoderのAttentionとMaskについて K Lei, et al., 2022 ステップ1 ステップ2 ステップm
辿った点の 入力をマスク
21 実際に試してみた TSP, n_nodes=50 TSP, n_nodes=20 ちゃんと学習してるのすごい!ここ をスタートラインにして 新たなモデルを探っていく ※論文より小規模な学習
だったので、トータルは OR-Toolsと五分五分くらい
22 https://ekimetrics.github.io/blog/2021/11/03/tsp/ Z Zhang et al., 2023 例1:渋滞のエリアが設定されるシナリオ 例2 強化学習の動的なシナリオへの対応力
顧客(点)と渋滞(点の距離)が時間と共に変化するシナリオ
23 モデルのカスタマイズ ベンチマークしたモデル https://distill.pub/2021/gnn-intro/ K Lei, et al., 2022 グラフ要素の特徴量を変更
アテンションモデルの マスクの仕方を変更 報酬設計を変更
24 少しだけリアルなシナリオへの対応 Start 報酬を、到達した点の数 - α*距離、 つまり、売上 - コスト、に変更 End
Start End Start End 全ての点を必ずしも通らなくていいように マスクを変更 (Start / Endの点も設定) 割に合わない運行が無視される ※最短経路の学習が進まないと、 売上 - コストが正しく算出されないので、 報酬を学習ステップに応じて変えた こっちに来た方が より多く点を辿れる
25 AWS SageMaker使ってみた n=20 1epoch M2 Mac CPU:52.6 秒 ml.g4dn.2xlarge
GPU:15.4 秒 n=50 1epoch M2 Mac CPU : 336.2 秒 ml.g4dn.2xlarge GPU:60.0 秒 hidden_node_dim=[128], hidden_edge_dim=[16], conv_laysers=[4], data_size=[12800] 学習パラメタ M2 Macより4~5倍速い
26 まとめ • 逐次的な組み合わせ最適化をコアに相乗りサービスを構築した • 相乗り後の運行をどの車両にアサインすればいいかという問題が浮上 • 将棋やテトリスのような複雑さがあり強化学習のアプローチを探った • 深層強化学習
x 配送計画問題(VRP)において、 従来のヒューリスティックな手法に匹敵 / 超える結果が得られることが分かった • モデルの一部を変えることで、より複雑なシナリオに対応できた • 学習は非常に時間がかかるので、GPU必須。AWS SageMakerで手軽に利用できた
27 Thank you