Jak działa dispatching robotaxi — algorytm który przydziela auto w sekundy
Naciskasz „zamów" i po chwili widzisz auto na mapie. Trwa to może 3–4 sekundy. W tym czasie system musiał sprawdzić pozycję kilkudziesięciu pojazdów, ocenić ruch drogowy, wyliczyć ETA do każdego z nich i zdecydować, które jedzie do ciebie. Nie przypadkowe — konkretne. Jak to działa?
Dispatching (z ang. rozsyłanie/przydział) to serce każdej usługi on-demand. W tradycyjnej taksówce robił to dyspozytor przez radio. W Uberze algorytm zastąpił człowieka. W robotaxi jest to samo, ale bez kierowcy po drugiej stronie — co zmienia jedno kluczowe założenie.
Problem dopasowania: pasażer do auta
Podstawowe zadanie systemu to dopasowanie zleceń do pojazdów tak, żeby łączny czas oczekiwania był jak najkrótszy. Brzmi prosto, ale kiedy masz 20 aut i napływają jednocześnie 3 zlecenia, pojawia się problem kombinatoryczny. Każde auto mogłoby obsłużyć każde zlecenie — pytanie, które przypisanie minimalizuje sumę ETA dla wszystkich pasażerów.
Naiwne rozwiązanie: przyszło zlecenie → wyślij najbliższe auto. Ale „najbliższe" geograficznie nie zawsze znaczy „najkrótszy czas przyjazdu" — ulice mają różną przepustowość, skrzyżowania, prędkości. I drugie zlecenie za 10 sekund może wygenerować gorszy wybór, jeśli właśnie wysłałeś jedyne auto z północy na południe.
Dlatego profesjonalne systemy dispatchingowe pracują na oknie czasowym — zamiast reagować na każde zlecenie natychmiast, zbierają zlecenia przez krótki interwał (typowo 1–5 sekund) i rozwiązują problem przydziału wsadowo. Wynik: globalne minimum ETA dla całej paczki zleceń, nie tylko dla każdego z osobna.
Czym jest ETA i dlaczego to nie prosta odległość
ETA (Estimated Time of Arrival) to przewidywany czas przyjazdu pojazdu pod adres odbioru. Jego wyliczenie wymaga czegoś więcej niż podzielenia kilometrów przez prędkość. System bierze pod uwagę:
- Aktualny ruch drogowy — korki, zdarzenia, zamknięcia ulic; dane z map i historii ruchu (do obliczeń ETA używa się silników routingu jak OSRM)
- Czas oczekiwania na skrzyżowaniach — szczególnie istotny w centrum, gdzie sygnalizacja wydłuża trasy
- Typ drogi — ulica osiedlowa 30 km/h vs. arteria 60 km/h to fundamentalna różnica
- Pora dnia — ta sama trasa jedzie inaczej o 7:00 i o 10:00
- Stan pojazdu — poziom baterii, który wpływa na dostępność auta i ewentualną potrzebę ładowania przed kursem
W robotaxi dochodzi jeszcze jeden element: pojazd sam planuje trasę do pasażera, więc ETA jest na bieżąco aktualizowane w miarę jak auto jedzie i rejestruje warunki drogi.
Rebalancing — flota musi być tam, gdzie będzie potrzeba
Dobry system dispatchingowy nie tylko reaguje na zlecenia — on przewiduje popyt i ustawia flotę zanim zlecenia się pojawią. To nazywa się rebalancing (równoważenie floty).
Przykład: jest piątek, 21:30, centrum miasta. Restauracje i bary powoli kończą. Za 45–90 minut będzie skok popytu: kilkadziesiąt osób jednocześnie będzie wracać do domów na obrzeżach. Jeśli wszystkie wolne auta stoją na parkingu przy centrum, część dostanie zlecenia. Reszta jest nieużywana, a pasażerowie z dzielnicy po drugiej stronie miasta czekają 20 minut. System, który przewiduje ten wzorzec, zawczasu przesuwa część aut bliżej stref wylotu — z centrum na obrzeża, zanim zlecenia napłyną.
Wzorce popytu uczy się z historii — co tydzień, co miesiąc, z uwzględnieniem eventów (mecz, festiwal, koncert). To właśnie dlatego usługi robotaxi zbierają dane od pierwszego dnia, nawet zanim mają duże floty: każde zlecenie to informacja, z której uczy się model popytu.
Pooling — jednym autem dwóch pasażerów
Zaawansowane platformy oferują pooling: jeden pojazd obsługuje dwa lub więcej zleceń jednocześnie, odbierając pasażerów po drodze. To radykalnie zwiększa efektywność floty i obniża koszt przejazdu dla każdego z pasażerów — ale algorytm musi upewnić się, że nadkłada drogi dla nikogo nie jest za duże.
W praktyce: system przyjmuje dwa zlecenia z podobnego kierunku wyjazdu i zbliżonych punktów docelowych. Wylicza łączną trasę z oboma przystankami. Jeśli każdy pasażer czeka nie więcej niż X minut dłużej niż w kursie solo, zlecenia mogą być połączone. Jeśli nie — zostają osobno. Ten próg X to parametr, który operator ustawia — może to być 3 minuty, może 8 — zależy od ceny przejazdu i standardu usługi.
Co zmienia brak kierowcy
W tradycyjnym ride-hailingu kierowca ma pewną autonomię: może odrzucić kurs, zmienić trasę, zareagować na sytuację na drodze. W robotaxi pojazd jest w pełni kontrolowany przez system — co upraszcza algorytm, ale też oznacza, że każda decyzja dispatchingowa jest ostateczna. Nie ma człowieka, który powie „słuchajcie, właśnie stoję w korku na Grunwaldzkiej, lepiej dajcie mi spokój przez 5 minut". System musi sam wykryć taki stan i zaktualizować swoje decyzje.
Z drugiej strony robotaxi daje coś, czego człowiek nie potrafi: pełną transparentność stanu floty. System dokładnie wie, gdzie jest każde auto, jaki ma poziom baterii, na jakim etapie kursu się znajduje, ile minut zostało do końca. To pozwala na optymalizację, której ludzki dyspozytor nie jest fizycznie w stanie przeprowadzić przy więcej niż kilkudziesięciu autach jednocześnie. Więcej o tym, jak system widzi flotę w czasie rzeczywistym, piszemy w artykule o flocie robotaxi i zarządzaniu 24/7.
Kiedy algorytm się myli — i jak się to naprawia
Żaden system nie jest nieomylny. ETA jest szacunkiem, nie gwarancją. Nagły wypadek, zamknięta ulica, intensywny deszcz — wszystko to może zmienić czas przyjazdu po tym, jak auto już jedzie. Dlatego dobre systemy dispatchingowe mają dynamiczną korektę w locie: gdy pojazd wykryje, że jego ETA wzrosło o więcej niż określony próg, informuje pasażera z wyprzedzeniem i system rozważa, czy nie lepiej wysłać inne wolne auto.
To nie jest częste — ale zasada jest prosta: system musi być uczciwy wobec pasażera i dać mu czas na reakcję, jeśli coś się zmienia. Stała cena zamówiona przed kursem jest gwarancją nawet jeśli trasa się zmieni — to jedna z kluczowych różnic między robotaxi a tradycyjną taryfarką. Całościowy obraz kosztów i sposobu działania usługi znajdziesz na robocab.pl.