人工智能+智慧物流 外卖配送最优路径规划大揭秘

近年来，快递、外卖、打车、货运等越来越多的基于地理信息高效配置共享资源的移动应用正在改变现代城市的生活，人们前所未有享受着这些变化带来的便利。而这一切都离不开近年来发生在物流配送领域的技术革命。10月26日至28日， 2017中国计算机大会在福州举办，大会专门设立了“智慧物流”分论坛，来自大连海事大学、微软亚洲研究院、货拉拉、58速运、菜鸟网络、百度外卖等机构或企业代表针对物流配送的技术挑战和发展趋势展开了讨论。

百度外卖技术委员会主席、首席架构师，拉扎斯集团高级科学家蒋凡担任“智慧物流”分论坛主席并对“智能时代的物流交通变革”进行了专题阐述。蒋凡表示，今年的计算机大会着重强调人工智能技术在国民 经济 各个方面的应用，而物流配送交通领域就是人工智能落地实践的一个最好示例。人工智能、大数据技术能帮助智能调度系统去进行调度决策； 智能硬件 技术的蓬勃发展则为上层应用和模型提供了更加实时、丰富、精准的物理数据，彻底改变了交通领域生态。

以外卖为例。外卖的物流订单调度是外卖行业具有较高技术水准的技能，在海量订单中如何合理分配以保证效率最高显得尤为重要。用户点了餐就希望能按时送到，骑士上了路就希望每趟路线能多配送几单，商家接了餐就希望骑士快来取餐，平台则关心如何以最小的运力承接最大的配送压力，而且能扛住高峰时段突如其来的订单量。更加困难的是，这些目标有时就是互相矛盾的，满足了一方，势必会影响另一方，调度订单是非常复杂的多目标动态规划决策过程。

针对这些问题，百度外卖大数据首席架构师梁福坤做了“最优路径规划在百度外卖的实践”的主题演讲。梁福坤表示，外卖场景下的配送简单来看虽然是一种“送盒饭”的场景，但是在场景化解决方式上却比打车、共享单车等方式要复杂得多。主要的原因是外卖送餐从单纯的距离判断取送规则已经演变成时空的问题。在众多的订单中选择最合适的骑士进行选择，这里面有3个非常重要的关键点：

1）订单相似性判断和打分机制：订单在进行分组的时候，首先要考虑时空的问题，在保证送达率的情况下，还需要考虑骑士行驶路径最少。订单是首尾相连还是集中取、集中送，都需要有一个很好的挖掘模型建立；而打分机制是订单组寻找最合适的骑士，能够打“顺风车”的订单在时间允许的情况下是比较优的追单形式，也可以通过其他骑士在检查身上订单的情况，选择较优匹配的骑士。

2）时间预估：在外卖订单的整个生命周期中，时间是除了空间场景之外非常重要的一个因素，包括商户出餐时间、骑士送达时间、等待用户时间、POI骑士相关的导航路径规划、菜品菜系和客单价等等，其实背后都是针对外卖的不同角色建立的：商家画像、用户画像、骑士画像和POI画像，在时间上越是精准，在取送和并单逻辑上越是能够对实际的场景进行预判，提高准时送达率。

3）对未来的时间预判，它对提高未来配送效率收益很大，比如对商圈未来的订单压力、骑士的上下岗预判、商户出餐速度的缓急变化，同时包括恶劣天气的关键环节的预判，保证能够用现有供给能力的前提下保证服务能力。

针对以上三个关键点，百度外卖已经形成了以智能物流调度系统为核心的配送路径规划。梁福坤表示，百度外卖智能物流调度系统主要由“调度工作台”、“实时监控”、“时光机”、“虚拟仿真”和“寻宝系统”组成，需要将时间、位置、路线等所有因素统统考虑在内，实时采集整个商圈里各方的动态数据，在1毫秒内做出在时间跨度和空间范围内的最优分配序列，让骑士轨迹能无缝衔接起整个配送流程，从而使每个环节耗费的时间和分摊到有限运力上的配送成本均降到最低。

中国计算机大会由中国计算机学会（CCF）主办，福州市人民政府、福州大学承办，福建师范大学、福建工程学院协办，至今已成功举办十三届，成为计算机领域的“ 科技 庙会”，是国内规格最高、规模最大的计算领域盛会。