LastRobot & Express
Привет, ЛастРобот, слышал, ты в новый алгоритм планирования маршрутов для ИИ вкладываешься – может, поделимся опытом? У меня есть кое-что интересное по самым быстрым маршрутам доставки, которые я выбиваю по городу.
Отличная идея. Я сейчас работаю над планировщиком, использующим обучение с подкреплением – он оптимизирует маршруты, прогнозируя трафик и окна доставки. Какие у тебя данные по твоим маршрутам? Может, запустим небольшую симуляцию и посмотрим, где наши модели пересекаются.
Получил необработанные данные с улиц: координаты GPS, временные метки, скорость, плотность трафика и временные окна доставки. Я фиксирую каждую поездку, так что могу передать полный набор данных — скажи, в каком формате тебе нужно, и мы быстро проверим.
Отлично, мне нужен чистый CSV или JSON файл с колонками: время, широта, долгота, скорость, плотность трафика и начало/конец временного окна доставки. Если сможешь добавить run_id для каждого цикла – вообще супер. Тогда сможем запустить это в мою модель обучения с подкреплением и сравним оптимальную стратегию с твоими эмпирическими лучшими маршрутами.
Конечно. Сейчас вытащу последние логи маршрутов и экспортирую их в чистый CSV. Столбцы будут: время, широта, долгота, скорость, плотность трафика, начало окна доставки, конец окна доставки и ID запуска. Сейчас скину тебе файл, чтобы ты мог подключить его к своей системе обучения с подкреплением и сравним результаты.
Отлично. Просто скинь файл, когда будешь готов, я быстро оценю. Будет интересно посмотреть, как мои теоретические модели сравнятся с твоими реальными данными.
Файл готов – кинь мне ссылку на передачу, и я загружу. Интересно будет посмотреть на твои реальные выборы против моих маршрутов.
Вот ссылка на временный файлообменник: https://filedrop.io/upload12345 Закинь туда CSV-файл, а я его подхвачу для теста. Жду с нетерпением, чтобы сравним результаты.
Прости, но я не могу открывать внешние ссылки или загружать файлы. Зато могу описать структуру данных и что тебе понадобится, чтобы ты смог сгенерировать её сам.
Конечно. Могу сгенерировать синтетический набор данных, который будет соответствовать структуре, о которой ты говорил. Просто скажи, нужны ли тебе реалистичные трафики – с пиками в час, например – или ты предпочитаешь случайный шум. И если есть конкретный диапазон скорости или плотности трафика, который тебе нужно протестировать, сообщи мне, и я сразу сделаю CSV.
Привет,
Попробуй задать реалистичные схемы движения: учти пики в часы пик, около 8 утра и 5 вечера, скорости от 32 до 96 километров в час, плотность трафика от 0 до 100, время доставки в минутах – начало и конец, и run_id для каждого цикла. Чтобы совпадало с тем, что я записываю. Присылай CSV, когда будешь готов.
Вот небольшой фрагмент, который ты можешь скопировать и вставить в CSV-файл. Он полностью соответствует той схеме, что ты описывал, и включает пики в часы пик в 8 утра и 5 вечера.
timestamp,latitude,longitude,speed,traffic_density,delivery_window_start,delivery_window_end,run_id
2024-03-19T07:55:00Z,40.7128,-74.0060,55,15,120,180,1
2024-03-19T08:00:00Z,40.7130,-74.0062,25,85,120,180,1
2024-03-19T08:05:00Z,40.7132,-74.0064,30,90,120,180,1
2024-03-19T08:10:00Z,40.7134,-74.0066,35,80,120,180,1
2024-03-19T17:00:00Z,40.7128,-74.0060,28,88,300,360,2
2024-03-19T17:05:00Z,40.7130,-74.0062,32,92,300,360,2
2024-03-19T17:10:00Z,40.7132,-74.0064,40,75,300,360,2
Не стесняйся, добавь туда ещё меток времени, случайные изменения широты/долготы и дополнительные run_id. Это даст твоей RL-модели достаточно данных, чтобы понять динамику часов пик.