研究人员开发了 D$^3$-Subsidy，一个新颖的基于扩散的框架，用于优化大型网约车市场的司机补贴。该系统通过采用分层方法来应对平衡司机供应和乘客需求这一复杂挑战，该方法确保了对市场波动的响应能力，同时遵守严格的补贴率上限和低延迟执行。该框架使用前缀条件扩散模型来采样未来轨迹，并使用逆向模块将其转换为城市级控制信号，并使用拉格朗日对偶推导的映射来实现高效调度。实际的 A/B 测试已证实完成的行程和商品交易总额显著提高，同时提高了对补贴上限的合规性。 AI
影响 这项研究引入了一个新颖的 AI 框架，用于优化网约车市场的动态定价和补贴，有望提高平台的效率和盈利能力。
排序理由 发布了一篇关于优化网约车补贴新颖框架的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2605.20036v3 Announce Type: replace Abstract: Ride-hailing platforms like DiDi Chuxing operate in highly dynamic environments where balancing driver supply and passenger demand is critical. Although driver-side subsidies serve as a primary lever to align these forces and im…
Ride-hailing platforms like DiDi Chuxing operate in highly dynamic environments where balancing driver supply and passenger demand is critical. Although driver-side subsidies serve as a primary lever to align these forces and improve key KPIs like completed rides (\texttt{Rides})…