في عالم يتسارع فيه الطلب على خدمات التوصيل، أصبحت التقنيات الجديدة ضرورية لضمان الكفاءة وجودة الخدمة. في هذا السياق، قدمت شركة DoorDash، واحدة من أكبر منصات توصيل الطعام، نظام تعلم معزز (Reinforcement Learning) مبتكر يهدف إلى تحسين عملية الإرسال في أسواق ثلاثية الجوانب.

يعمل هذا النظام على تقديم استجابة ذكية للتعليقات المتأخرة الناتجة عن قرارات الإرسال. فبدلاً من اعتماد نظام مثالي للتوزيع، يسعى النظام الجديد إلى تعديل أوزان الأهداف المتعددة، مثل جودة التوصيل وكفاءة التوجيه، بناءً على بيانات مستخلصة من السوق.

تعتمد هذه المنهجية على التعلم من البيانات المسجلة مسبقاً، حيث يقوم نموذج التعلم بتحديد مضاعف معين يؤثر على كيفية تقييم القرارات المتعلقة بالإرسال. تمكن هذه الواجهة من التعلم خارج الشبكة (offline) حتى في ظل وجود تعليقات مشوشة ومتأخرة، مما يحافظ على ضمانات التشغيل.

ما يميز هذا النظام هو استخدام دالة قيمة مشتركة تنبني على بيانات مركزية يتم تنفيذها على مستوى المتاجر بشكل لامركزي. باستخدام تقنية Q-learning المزدوجة، تمكن النظام من تقليل التقديرات المبالغ فيها للقيم خارج نطاق القضايا المطروحة. وخلال تجربة تمويل الإنتاج، أظهر النظام كيف يمكن أن يزيد من حجم التوصيل ويقلل من تكاليف الوقت المرتبطة به دون التأثير السلبي على جودة خدمة العملاء.

تُظهر هذه التجربة الرائدة قدرة النظام على استخدام التعليقات المترتبة على الأداء في الوقت الحقيقي لتكييف سياسات القرار بشكل آمن وفعّال. فكيف يبدو المستقبل عندما تلتقي تكنولوجيا الذكاء الاصطناعي مع خدمات التوصيل؟