美國時間2019年10月20-23日，2019年運(yun)籌學和管理科學研究協會年會（2019 INFORMS Annual Meeting）在西雅圖召開(kai)，會上(shang)滴(di)滴(di)憑借基于強化學習的(de)網約車(che)派單解(jie)決(jue)方案(an)獲(huo)國際運(yun)籌學領域的(de)實踐獎項：2019年(nian)度瓦格納運籌學杰(jie)出實踐(jian)獎（Daniel H. Wagner Prize）。這是(shi)瓦(wa)格納運籌學杰出實(shi)踐獎(jiang)創建22年以(yi)來，中國公司第一次被授予(yu)該獎(jiang)項(xiang)。

滴(di)滴(di)AI Labs對網約車派單問題(ti)進行(xing)(xing)半馬可夫過程建(jian)模，提出(chu)基于強化(hua)學習(xi)(xi)的(de)泛化(hua)決策迭代框架，創新有(you)效地結合(he)了深度(du)強化(hua)學習(xi)(xi)，時間差學習(xi)(xi)和傳統(tong)組合(he)優化(hua)方法(fa)，在(zai)確保乘(cheng)客出(chu)行(xing)(xing)體驗的(de)同(tong)時進一步(bu)提升司機的(de)收入(ru)。

評審(shen)委員會(hui)指(zhi)出，滴滴解決方案(an)中的半(ban)馬可夫過(guo)程(cheng)和深度(du)強化學(xue)習方法成功(gong)應用(yong)在派單場景。通過(guo)將(jiang)數學(xue)、機器學(xue)習及(ji)仿真問題進行了創新性結合，滴滴非常新穎地應對了一個運籌學(xue)難題。