面向可持续按需拼车的未来感知定价与匹配

按需拼车的流行源于其为顾客（更低价格）、出租车司机（更高收入）、环境（因车辆更少而更低碳足迹）以及 Uber 等聚合公司（更高收入）带来的益处。为实现这些益处，必须有效解决两个相互关联的关键挑战：(a) 定价——为顾客的出租车请求设定价格；以及 (b) 匹配——将顾客（已接受价格者）分配给出租车/车辆。传统上，这两类挑战被单独研究且采用短视方法（仅考虑当前请求），未考虑当前匹配对处理未来请求的影响。本文中，我们开发了一种新颖框架，协同处理定价与匹配问题，同时考虑定价与匹配决策的未来影响。在真实世界出租车数据集上的实验结果表明，我们的框架能以可持续方式显著提升收入（最高 17%，平均 6.4%），同时减少所需车辆数（最高 14%，平均 10.6%）以及车辆总行驶距离（最高 11.1%，平均 3.7%）以获取给定固定收入。换言之，我们能够通过为顾客、司机、聚合商（拼车公司）获取更高收入且对环境有益（道路上车辆更少、燃料消耗更低），为所有相关利益方（顾客、司机、聚合商、环境）提供理想的双赢局面。