Os prêmios do Desafio de Pesquisa de Roteamento da Última Milha Homenageiam US $ 175.000 para três Grupos Vencedore

O roteamento está entre as questões mais pesquisadas em um estudo de pesquisa operacional; mesmo pequenos aprimoramentos no direcionamento da eficiência podem economizar dinheiro para as empresas e causar economia de energia e impactos ecológicos reduzidos. Atualmente, três grupos de cientistas de faculdades em todo o mundo obtiveram prêmios em dinheiro no valor de US $ 175.000 por seus engenhosos modelos de otimização de caminhos.

Os três grupos foram os campeões do Amazon Last-Mile Routing Study Challenge, por meio do qual o MIT Facility for Transport & Logistics (MIT CTL) e também a Amazon se envolveram com uma área mundial de pesquisadores por meio de uma série de autocontroles, desde a informática para operações de serviço para fornecer monitoramento de cadeia, testando-os para construir projetos de otimização de caminho orientados por dados, aproveitando informações de implementação de curso histórico substancial.

Revelado pela primeira vez em fevereiro, a dificuldade da pesquisa atraiu mais de 2.000 indivíduos em todo o mundo. Duzentos e vinte e nove equipes de cientistas se formaram ao longo da primavera para estabelecer separadamente serviços que incluíam conhecimento do driver em versões de otimização de curso com a intenção de que, sem dúvida, superassem as estratégias de otimização típicas. Das 48 turmas cujas atuações foram aprovadas para a rodada final do desafio, as tarefas de três equipes se destacaram das demais. A Amazon forneceu dados reais de treinamento funcional para os desempenhos e avaliou as entradas com assistência técnica de cientistas do MIT CTL.

Na realidade, os motoristas geralmente diferem entre séries de cursos planejados e matematicamente otimizados. Os motoristas de veículos carregam informações sobre quais estradas são difíceis de navegar quando o tráfego do site apresenta problemas, quando e onde eles podem localizar rapidamente estacionamentos, que paradas podem ser facilmente oferecidas juntas, e vários outros elementos que os projetos de otimização existentes não capturam.

Cada projeto abordou os dados do obstáculo em um método especial. As abordagens técnicas escolhidas pelos participantes frequentemente combinavam otimização precisa e heurística padrão se aproximam de estratégias de descoberta de máquinas ultramodernas. No lado do aprendizado de dispositivo, uma das técnicas mais comumente adotadas foram várias versões de redes neurais feitas pelo homem, além de abordagens de descoberta de reforço invertido.

Quarenta e cinco inscrições chegaram à fase finalista, com funcionários vindos de 29 países. Os participantes cobriram todos os graus do ensino superior, desde alunos do último ano de graduação até professores aposentados. As inscrições foram analisadas em um processo de depoimento duplo-cego para garantir que os juízes não soubessem qual equipe estava ligada a cada entrada.

A recompensa do terceiro lugar de $ 25.000 foi concedida a Okan Arslan e Rasit Abay. Okan é professor da HEC Montreal, e também Rasit é aluno de doutorado no College of New South Wales, na Austrália. A recompensa de vice-campeão de US $ 50.000 foi concedida ao próprio Xiaotong Guo do MIT, Qingyi Wang, e também Baichuan Mo, todos em estágio de doutorado. A recompensa principal de $ 100.000 foi concedida ao Professor William Cook da Universidade de Waterloo no Canadá, ao Professor Stephan Held do College of Bonn na Alemanha e ao Professor Emérito Keld Helsgaun da Roskilde University na Dinamarca.

A Amazon.com pode falar com grupos de alto desempenho para tarefas de estudo de pesquisa na organização Last Mile da empresa. O MIT CTL certamente lançará e promoverá breves documentos técnicos criados por todos os finalistas e pode convidar equipes de alto desempenho para apresentar no MIT. Além disso, uma equipe liderada por Matthias Winkenbach, o supervisor do MIT Megacity Logistics Laboratory, certamente fará uma edição convidada de uma preocupação única da Transportation Scientific Research, uma das revistas acadêmicas mais populares neste campo, incluindo documentos educacionais sobre tópicos relacionados ao assunto abordado em pela dificuldade de estudo.