预测感知任务分配

时空网络赋预测

利用图神经网络预测未来任务分布，结合深度强化学习动态分批，同时优化当前与未来收益。

吴庆顺 · 李亚飞 · 朱光磊 · Baolong, Mei · Xu, Jianliang · Mingliang, Xu

IEEE Transactions on Mobile Computing 2024

技术优势

看得见未来

用双边时空图卷积网络预测潜在任务出现的时间和地点，使平台能提前布局。

分批匹配更高效

深度强化学习根据当前与未来任务状态动态分批，再用二分图匹配解决，避免逐单决策的低效。

真实数据验证

在真实世界数据集上的大量实验证实了方案的有效性和效率。

应用场景

• 众包任务分配优化：用未来任务预测优化当前分配，提升平台总收益。
• 城市物流调度：预测配送需求时空分布，提前调度骑手减少空驶。
• 实时服务匹配：分批匹配兼顾当前与未来需求，提高实时匹配质量。