美国时刻10月20-23日，2019年运筹学和办理科学研讨协会年会（2019 INFORMS Annual Meeting）在西雅图举行，会上滴滴凭仗根据强化学习的网约车派单处理方案获国际运筹学范畴的尖端实践奖项--2019年度瓦格纳运筹学出色实践奖（Daniel H. Wagner Prize）。这也是瓦格纳运筹学出色实践奖创立22年以来，我国公司第一次被颁布该奖项。

（滴滴AI Labs团队提出的根据强化学习的网约车派单处理方案在入围项目中锋芒毕露，取得2019年度Daniel H. Wagner奖）

INFORMS是全国际公认的运筹学 (OR)、办理科学 (MS) 和商业剖析范畴最具影响力的专业学会，每年年会及年会上颁布的瓦格纳运筹学出色实践奖都备受重视。瓦格纳奖设立于1998年，作为国际运筹学范畴的尖端实践奖项之一，其每年评选一次，旨在向全球赞誉运筹学研讨实践方面的出色效果，垂青剖析的质量和连贯性，处理方案的独创性和数学使用，以及成功的实践，每年获奖项目也被认为是代表了运筹学范畴内的最前沿使用。往届获奖项目来自康奈尔大学、佐治亚理工学院、美国疾病操控与防备中心、福特轿车、麻省理工学院、杜克大学、智利大学、美国海岸警卫队、英特尔、IBM和普林斯顿大学等。

本年INFORMS2019共招引了全球6000余位闻名学者、职业专家和学生积极参与。而瓦格纳奖评定委员会对来自全球的很多请求项目进行了挑选，终究仅有五项取得决赛提名，相关论文均收录于INFORMS Journal on Applied Analytics期刊。经过在INFORMS2019大会上的决赛轮辩论，滴滴AI Labs团队提出的根据强化学习的网约车派单处理方案，凭仗其立异性和实践影响力，得到由学术和工业界组成的评定委员会共同认可，终究从入围项目中锋芒毕露，取得2019年度瓦格纳运筹学出色实践奖。

滴滴AI Labs对网约车派单问题进行半马可夫进程建模，提出根据强化学习的泛化决议计划迭代结构，立异有用的结合了深度强化学习，时刻差学习和传统组合优化办法，在保证乘客出行体会的一起进一步提高司机的收入，表现了广泛的使用才能和影响力。

评定委员会指出，滴滴处理方案中的半马可夫进程和深度强化学习办法十分前沿，初次成功使用在派单场景。经过将数学、机器学习及仿真问题进行了立异性结合，滴滴十分新颖地应对了一个运筹学难题。

（在滴滴AI Labs强化学习团队负责人秦志伟看来，滴滴运用前沿AI技能结合传统优化来处理运筹学难题，是取得评委会喜爱的要害）

本次瓦格纳奖评定委员会由IBM、马里兰大学、谷歌、微软、美国海军研讨所等的研讨人员和教授组成。其他决赛入围团队分则别来自于伦敦大学学院、哈佛大学、佐治亚理工学院、哥伦比亚大学等国际尖端高校，项目包含使用实时数据剖析优化伦敦希斯罗机场的运营、Hopeful Journey教育中心的天级补习排班支撑、体系优化丹佛公立学校校车运营、可轮转备件的定价剖析等。

（INFORMS 2019现场展现2019年Daniel H. Wagner Prize决赛入围名单，滴滴凭仗提出的根据强化学习的网约车派单处理方案终究锋芒毕露取得第一名）