Dwa zamówienia, jedno wolne auto — co naprawdę znaczy dispatching

Dwie osoby, dwie różne dzielnice, ten sam moment: obie otwierają aplikację i klikają „Zamów”. System sprawdza mapę i widzi, że w zasięgu rozsądnego dojazdu jest akurat jedno wolne auto. Ktoś dostanie je od razu, ktoś będzie czekał dłużej. To właśnie dispatching — i to jest dokładnie ta sytuacja, w której widać, co to słowo naprawdę znaczy.

Dispatching to nie „wysłanie najbliższego auta”

Słowo przyszło do nas z angielskiego — w transporcie i logistyce oznacza decyzję, który środek transportu obsłuży które zlecenie i w jakiej kolejności. W tradycyjnym radio-taxi tę decyzję podejmował człowiek w centrali, mając przed sobą mapę i słuchawkę telefonu. W aplikacjach przewozowych i w robotaxi tę samą decyzję podejmuje algorytm — w ciągu kilku sekund, dla całej floty naraz, a nie dla jednego zlecenia na raz.

Najprostsza intuicja — „wyślij najbliższe auto” — działa dobrze, gdy zleceń jest mało i nie konkurują ze sobą o te same pojazdy. Problem robi się ciekawy w momencie, gdy dwa zlecenia chcą tego samego, jedynego wolnego auta. I właśnie to jest scenariusz, który dispatching musi rozstrzygać wielokrotnie w ciągu dnia, bez przerwy i bez pomyłek.

Scenariusz: dwa zamówienia, jedno wolne auto

Wyobraźmy sobie dwóch pasażerów. Pasażer A stoi bliżej wolnego auta, ale jego trasa prowadzi w stronę, gdzie w pobliżu i tak stoi inny, dopiero kończący ładowanie pojazd. Pasażer B jest nieco dalej, ale znajduje się w okolicy, w której — jak wynika z wcześniejszych wzorców ruchu — za chwilę i tak zrobi się pusto, bo żadne inne auto nie zdąży tam dojechać na czas. System, który przydzieli jedyne wolne auto wyłącznie na podstawie odległości w linii powietrznej, może w efekcie sprawić, że obaj pasażerowie będą czekać dłużej, niż gdyby przydział poszedł w drugą stronę.

Dlatego algorytm dispatchu nie patrzy tylko na to, kto kliknął pierwszy albo kto jest bliżej. Liczy prognozowany czas dojazdu do każdego z pasażerów, bierze pod uwagę, co stanie się z drugim pojazdem po zakończeniu ładowania, i wybiera przydział, który — dla obu zleceń razem — minimalizuje łączny czas czekania. Czasem to oznacza, że osoba stojąca bliżej auta w danej chwili nie jest tą, która je dostaje. To nie jest niesprawiedliwość — to efekt tego, że system optymalizuje całość, a nie każde zlecenie z osobna.

Co się dzieje z tym drugim zamówieniem

Przegrana w tym jednym porównaniu nie znaczy, że drugie zamówienie zostaje bez odpowiedzi. System od razu szuka następnego najbliższego wolnego pojazdu — tego, który właśnie kończy poprzedni kurs, albo tego, który stał w rezerwie w ramach bieżącego rozmieszczenia floty. W większości przypadków różnica sprowadza się do kilku minut dłuższego oczekiwania, nie do odmowy.

Odmowa — czyli komunikat „Brak dostępnych pojazdów” — pojawia się tylko wtedy, gdy naprawdę żadne auto w rozsądnym zasięgu nie jest wolne. RoboCab nie planuje w takiej sytuacji ustawiać pasażerów w kolejce i nie będzie podnosić ceny, żeby „rozładować” popyt — to świadoma różnica względem modelu znanego z aplikacji z kierowcami. Po prostu trzeba spróbować ponownie za kilka minut, gdy któreś auto się zwolni.

Dlaczego to ma znaczenie przy dwudziestu autach, nie przy trzech

Przy dwóch czy trzech pojazdach w całym mieście taki konflikt zdarza się rzadko, a decyzja jest prosta, bo opcji praktycznie nie ma. Przy flocie liczącej dwadzieścia aut — czyli skali, na którą system jest projektowany od początku — ten sam wybór trzeba podejmować dziesiątki razy dziennie, dla wielu zleceń naraz, i każda z tych cichych decyzji wpływa na to, jak długo czekają wszyscy inni pasażerowie w mieście w tym samym momencie. To jest właściwy test dispatchingu: nie obsłużenie jednego zlecenia, ale utrzymanie sensownego czasu oczekiwania dla całej floty na raz, nawet gdy kilka osób chce przejazdu w tej samej minucie.

W Opolu, pierwszym mieście, w którym RoboCab planuje zacząć działać, mechanizm będzie identyczny — różnica będzie tylko w liczbie pojazdów i w tym, jak szybko flota urośnie do pełnej skali. Więcej o samym starcie pisze robotaxi.opole.pl.

Czym to się różni od starej centrali taxi

W dawnym modelu centrali taxi dyspozytor mógł kierować się intuicją, znajomością kierowców albo tym, kto akurat zgłosił się wcześniej przez radio. Algorytmiczny dispatching formalizuje tę decyzję: stosuje te same kryteria o 8:00 rano i o 2:00 w nocy, niezależnie od tego, kto pyta i jak długo jest klientem. To, co w centrali było jednorazową oceną sytuacji, w robotaxi jest powtarzalną, konsekwentną regułą — dokładnie dlatego to zagadnienie w informatyce ma nawet swoją nazwę: problem przydziału, czyli klasyczne zadanie optymalizacyjne polegające na dopasowaniu zasobów do zadań tak, by zminimalizować łączny koszt — w tym przypadku czas oczekiwania pasażerów.

FAQ

Czy osoba, która zamówiła auto pierwsza, zawsze dostaje je jako pierwsza?

Nie zawsze. Kolejność zgłoszenia jest jednym z czynników, ale system patrzy też na prognozowany czas dojazdu do każdego pasażera i na to, co stanie się z pozostałymi wolnymi pojazdami w najbliższych minutach. Celem jest najkrótszy łączny czas oczekiwania, nie sama kolejność kliknięć.

Co się stanie, jeśli przegram ten „wyścig” o jedyne wolne auto?

System od razu szuka dla Ciebie kolejnego najbliższego wolnego pojazdu. Zwykle oznacza to kilka minut dłuższego oczekiwania, nie odmowę. Dopiero gdy w rozsądnym zasięgu naprawdę nie ma żadnego wolnego auta, aplikacja pokaże komunikat o braku dostępnych pojazdów — bez kolejkowania i bez podwyżki ceny.

Czy ten mechanizm działa inaczej w małym i w dużym mieście?

Zasada jest ta sama niezależnie od wielkości floty. Różnica jest w skali: przy kilku autach konfliktów jest mało i opcji do wyboru niewiele, przy większej flocie system musi rozstrzygać podobne sytuacje znacznie częściej i dla wielu zleceń naraz.