第44回 強化学習アーキテクチャ勉強会

はじめに

強化学習は環境に柔軟に適応する知能エージェントにおける基本機能と考えられます。近年は深層学習などのアーキテクチャとして、認識技術と組み合わされて自動運転などの実践的な場でつかわれれはじめており、さらにロボットなどにおいても今後は適用されてゆくシーンが増えてゆくでしょう、こうした背景から、実践的な強化学習や，実世界で動かす強化学習（ロボット・自動運転），強化学習を部品として組み合わせる（アーキテクチャ），といったトピックについて重視し情報共有する場として強化学習アーキテクチャ勉強会を開始しました。

本勉強会において積極的に議論に加わっていただき、今後、論文紹介などの形で貢献いただけるかたの参加をお待ちしております。

当勉強会の運営方針などについては、https://rlarch.connpass.com/ を御覧ください。

• Google Group: https://goo.gl/xznKlY （注：KlYのIは「L」の小文字です）
• Slack: https://join.slack.com/t/rlarch/shared_invite/MjM2Mzc3MDE1MzYyLTE1MDQ2MjIzNDItNjFmNmU2NWJlYg
• Twitter: #rlarch 勉強会のハッシュタグを作りました．コメントや質問等にご活用ください．

会場の注意点：

• DEEPCORE様のご厚意により，2019年4月から会場がKERNEL HONGO（ユニゾ本郷四丁目ビル 3F）となります．
• 入室の際，参加者の把握のため，受付にて「お名前・ご所属・ご連絡先」を記入していただくことになりました（名刺をご提出いただく形でも構いません）．
• 正面口（本郷通り沿い）にロックがかかっている場合があります． 正面口がロックされている場合には，裏側の階段から3階に上がって頂く形になります．

ご協力の程，よろしくお願いいたします．

スケジュール

• 19:15〜19:20 オープニング
• 19:20〜20:10 タイトル：タクシー配車・運行における強化学習活用の現在

講演概要：

発表者：奥村純（DeNA）

• タイトル：タクシー配車・運行における強化学習活用の現在

• アブストラクト
  現在、都市の移動需要に対してタクシー配車サービスの果たす役割が大きくなっている。これらの移動需要はラッシュ時などに需給の不均衡をもたらすことがあり、各プラットフォーマーは最適な配車・運行を達成するために様々なアルゴリズムを試行している。
  本発表では、タクシーのdispatch（配車オーダーの割り当て）やrepositioning（将来配車が期待される場所への移動）に着目して、中国発のタクシー配車サービスである滴滴出行（Didi Chuxing; DiDi）のAI活用事例を紹介する。特に近年は、タクシー配車・運行を長期の意思決定過程とみなし、強化学習の手法で待ち時間や売上を最適化する仕組みも稼働しており、強化学習の実アプリケーションとしてもかなり大規模なものとなっている。タクシー領域での課題の紹介とともに、強化学習活用の現場について紹介したい。

• 参考文献
  A Taxi Order Dispatch Model based On Combinatorial Optimization (Zhang et al. 2017 KDD2017)
  https://www.kdd.org/kdd2017/papers/view/a-taxi-order-dispatch-model-based-on-combinatorial-optimization
  Large-Scale Order Dispatch in On-Demand Ride-Hailing Platforms: A Learning and Planning Approach (Xu et al. 2018; KDD2018)
  https://www.kdd.org/kdd2018/accepted-papers/view/large-scale-order-dispatch-in-on-demand-ride-sharing-platforms-a-learning-a
  Deep Reinforcement Learning with Knowledge Transfer for Online Rides Order Dispatching (Wang et al. 2018; ICDM2018)
  https://ieeexplore.ieee.org/application/enterprise/entconfirmation.jsp?arnumber=8594886
  Deep Q-Learning Approaches to Dynamic Multi-Driver Dispatching and Repositioning (Holler et al. 2018; NeurIPS2018 WS)
  https://drive.google.com/file/d/0B_utB5Y8Y6D5MGdfQktjQXgySDdPeG0wYnFxRnBJNDl3UlhF/view