FreightBidBench: открытый бенчмарк для приёма грузовых заказов в реальном времени

Исследователи представили FreightBidBench — первый открытый бенчмарк для задачи онлайн-приёма заказов на полные грузоперевозки. Этот инструмент позволяет моделировать стохастический процесс принятия решений, где перевозчик или брокер должен в реальном времени решить, принять или отклонить заказ, учитывая операционную выполнимость, затраты на перемещение парка и альтернативные издержки будущего спроса. До сих пор подобные бенчмарки были закрытыми или статичными, что затрудняло сравнение алгоритмов. FreightBidBench заполняет этот пробел, предоставляя полностью открытую, воспроизводимую среду на основе публичных данных.

Почему это важно для логистики и ИИ

Задача приёма грузовых заказов в реальном времени — одна из ключевых в управлении парком грузовиков. Операторам необходимо балансировать между немедленной прибылью и будущими возможностями, что требует сложных алгоритмов. Ранее исследователи полагались на закрытые данные или статические маршрутные бенчмарки, которые не отражают динамику реального мира. FreightBidBench устраняет этот недостаток, предоставляя открытый инструмент, калиброванный по публичным данным из Freight Analysis Framework и статистики Министерства сельского хозяйства США. Это позволяет разработчикам и исследователям тестировать и сравнивать алгоритмы в контролируемых, но реалистичных условиях.

Как устроен FreightBidBench

Бенчмарк включает явные, версионированные модели операционной выполнимости. Они учитывают доступность пикапа, временные окна, упрощённые правила режима труда и отдыха водителей, а также стохастические задержки на терминалах. Экономическая модель включает штрафы за срыв обслуживания, стоимость парка и ежедневное окно ценовой премии. Все данные получены из открытых источников, что обеспечивает воспроизводимость и прозрачность.

Какие алгоритмы сравнивались?

Авторы разработали два «потолка задним числом» для оценки качества политик. Первый — простая LP-релаксация, второй — более точная лагранжева релаксация по грузовикам, учитывающая индивидуальные ограничения по часам работы и последовательности операций. Лагранжева релаксация оказалась на 20,7% точнее LP-релаксации в сценарии с жёсткими ограничениями по мощности и на 39,3% точнее в сценарии с дефицитом мощностей. Также предложена параметрическая каскадная схема суррогатного rollout с пороговыми триггерами, основанными на граничных полосах и эскалации при дефиците мощностей.

Какие результаты показали лучшие политики?

В экспериментах на десяти сценариях (tight и scarce) лучшая простая политика сохраняла 91,0% и 86,5% прибыли rollout соответственно. Суррогатная политика из стандартной библиотеки показала 94,2% и 89,3%. Каскад с одной полосой эскалации восстанавливал примерно 98% прибыли rollout при 40–56% его средней задержки принятия решений. В сценарии с жёсткими ограничениями каскад статистически не отличался от rollout-учителя, что демонстрирует высокую эффективность предложенного подхода.

Кому будет полезен этот бенчмарк?

FreightBidBench ориентирован на исследователей и разработчиков алгоритмов управления парком грузовиков, логистические компании и платформы фрахта. Он позволяет тестировать новые методы в реалистичной среде без необходимости доступа к коммерческим данным. Это ускоряет разработку более эффективных решений для приёма заказов в реальном времени, что может снизить затраты и повысить загрузку парка.

Какие ограничения остаются?

Авторы не уточняют, насколько хорошо предложенные политики работают на реальных данных, отличных от калибровочных. Также не обсуждается интеграция бенчмарка с коммерческими системами управления транспортом. Детали реализации лагранжевой релаксации для крупных парков не раскрыты, что может затруднить масштабирование. Тем не менее, FreightBidBench представляет собой важный шаг к стандартизации тестирования алгоритмов в динамической логистике.

Заключение

FreightBidBench — первый открытый бенчмарк для задачи онлайн-приёма грузовых заказов, который позволяет объективно сравнивать алгоритмы и ускорять инновации в управлении парком. Благодаря использованию публичных данных и реалистичных моделей, он может стать стандартом для исследований в этой области. Разработчики и логистические компании уже могут начать тестировать свои решения на этом бенчмарке, чтобы повысить эффективность операций.