美國時(shí)間2019年10月20-23日，2019年運(yùn)籌學(xué)和管理科學(xué)研究協(xié)會年會（2019 INFORMS Annual Meeting）在西雅圖召開，會上滴滴憑借基于強(qiáng)化學(xué)習(xí)的網(wǎng)約車派單解決方案獲國際運(yùn)籌學(xué)領(lǐng)域的實(shí)踐獎(jiǎng)項(xiàng)：2019年度瓦格納運(yùn)籌學(xué)杰出實(shí)踐獎(jiǎng)（Daniel H. Wagner Prize）。這是瓦格納運(yùn)籌學(xué)杰出實(shí)踐獎(jiǎng)創(chuàng)建22年以來，中國公司第一次被授予該獎(jiǎng)項(xiàng)。

滴滴AI Labs對網(wǎng)約車派單問題進(jìn)行半馬可夫過程建模，提出基于強(qiáng)化學(xué)習(xí)的泛化決策迭代框架，創(chuàng)新有效地結(jié)合了深度強(qiáng)化學(xué)習(xí)，時(shí)間差學(xué)習(xí)和傳統(tǒng)組合優(yōu)化方法，在確保乘客出行體驗(yàn)的同時(shí)進(jìn)一步提升司機(jī)的收入。

評審委員會指出，滴滴解決方案中的半馬可夫過程和深度強(qiáng)化學(xué)習(xí)方法成功應(yīng)用在派單場景。通過將數(shù)學(xué)、機(jī)器學(xué)習(xí)及仿真問題進(jìn)行了創(chuàng)新性結(jié)合，滴滴非常新穎地應(yīng)對了一個(gè)運(yùn)籌學(xué)難題。