【东大新闻网8月3日电】（通讯员 刘洋 郭覃）由美国计算机学会（ACM）数据挖掘及知识发现专委会（SIGKDD）主办的国际数据挖掘与知识发现大会（ACM SIGKDD，简称KDD）近日在官网上公布其年度赛事KDD CUP 2020结果。东南大学交通学院刘志远教授指导的参赛队伍TLab （成员包括刘洋博士、吴凡优博士、吕呈硕士） 经过几个月的激烈较量在强化学习赛道（Reinforcement Learning Competition Track: Vehicle Repositioning Task）中从来自世界各地的1000余支参赛队伍中脱颖而出，获得冠军。南京大学LAMDA Group、来自日本的NTTdocomo团队分别获得第二、三名。
ACM SIGKDD，被中国计算机学会（CCF）推荐为A类国际学术会议，至今已举办26届。其中KDD CUP是ACM SIGKDD组织的年度赛事，素有“大数据领域世界杯”之誉，是目前数据挖掘领域最高水平、最具影响力、规模最大的国际顶级赛事。
2020年的KDD CUP开设3个竞赛赛道，强化学习竞赛赛道“Learning to Dispatch and Reposition on a Mobility-on-Demand Platform”由滴滴出行承办。参赛者需要解决网约车平台的订单匹配与车辆调度问题，其中订单匹配任务需要每两秒钟进行一次匹配，车辆调度任务则需要在成都8000余个六边形网格内进行运力调度。相关算法可将乘客潜在出行需求与合适的司机相匹配，从而更高效地利用空置车辆，提高车辆周转率，提升用户体验与司机收入水平，优化系统运营效率。现有的多智能体强化学习方法将每一辆车看作是一个智能体，在进行仿真时，车辆按照调度算法前往目的地或者进行有偏随机游走，并没有考虑司机的偏好。针对现有方法的不足，刘志远指导的TLab团队对现有方法进行了系统、全面的优化，进一步设计了一种更符合逻辑的单智能体深度强化学习方法。
刘志远，博士生导师，博士毕业于新加坡国立大学，曾任教于澳大利亚蒙纳士大学。东南大学交通学院副院长、学术委员会委员、澳大利亚蒙纳士大学客座教授。主要研究领域包括交通网络规划与管理、交通大数据分析与建模、公共交通、智能交通系统等，发表SCI论文百余篇，担任交通研究领域知名SCI期刊ASCE Journal of Transportation Engineering 以及IET Intelligent Transport Systems副主编。
供稿：交通学院
（责任编辑：丛婕 审核：宋业春）