讓預估時間更準，滴滴聯合國際頂會舉辦全球開發者挑戰賽

4 月 29 日消息，為持續推進行程時長預估問題研究，滴滴聯合 GIS（地理信息系統）領域國際頂會 ACM SIGSPATIAL 發佈 ACM SIGSPATIAL GISCUP 2021 比賽，鼓勵研究者們基於滴滴新開放的行程時長數據集，進一步提升時間預估準確性。

預估到達時間 (Estimated time of arrival，簡稱 ETA)，是智能交通和位置信息服務中至關重要又極具複雜性和挑戰性的問題。它不僅需要考慮交通系統的空間特性，比如道路拓撲、途徑紅綠燈的個數、紅綠燈相位週期；還要考慮交通系統的時間特性，比如早晚高峯的規律性擁堵和交通事故導致的偶發性擁堵等。同時，因為交通系統的運行需要人和車作為主體來參與，不同司機的駕駛習慣、雨天霧天對行車速度的干擾等也都會對時長預估產生影響。如何持續提升預估準確性也成為學界和產業界不斷研究探索的問題。

ACM SIGSPATIAL 是國際計算機學會 ACM 空間信息專業委員會主辦的學術會議，其舉辦的 ACM SIGSPATIAL GISCUP 比賽每年都吸引了全世界的科研人員參加。在今年的挑戰賽中，滴滴地圖通過 “滴滴蓋亞數據開放計劃” 對外開放了一個脱敏數據集，囊括了 2020 年 8 月在深圳經過脱敏處理的出行時間數據，涉及出發時間、路線信息、路況信息、天氣和路網拓撲信息等多維度特徵，不包含任何個人信息。

參賽者需要靈活地運用這些特徵數據組合，設計時長預估計算方案，讓全局的時長預估誤差最小。

即日起參賽者可以在 biendata 平台註冊參加比賽（https://www.biendata.xyz/competition/didi-eta/），競賽評估和排行榜將通過 biendata 競賽平台開放。比賽將採用 A/B 榜的競賽機制，其中 B 榜成績刷新將於 8 月 2 日開啓，比賽結果將於 8 月 31 日公佈，總獎金達 25000 美金。前五名優勝團隊將受邀出席 11 月在北京舉辦的 SIGSPATIAL2021，在大會現場分享自己的比賽方案。

滴滴地圖自 2015 年開始在 ETA 問題上展開探索，目前已將其廣泛應用於行程前的預估接駕時間、派單、調度、拼車等系統決策，導航路線決策，及行程中的預計到達終點的時間計算等。通過引入深度學習的技術，對海量真實出行軌跡、路況擁堵狀態、天氣狀況等進行統一建模，滴滴地圖能在大規模請求下快速進行智能路徑規劃，併為用户預估到達時間，目前這一預估到達時間誤差率已經降至 10.5%，業內領先。滴滴表示，此次開放脱敏的真實業務場景數據集，舉辦挑戰賽，也是希望以開放協作支持全球開發者在智能交通方面展開更廣泛前沿研究，持續提升 ETA 預估準確性，為用户提供更好的出行體驗。