香港文匯報訊（記者 李芷珊）香港大學工程學院智能出行實驗室與星群的士合作，今年1月起收集的士營運數據，推出一套融合人工智能（AI）與優化方法的電召的士「智能派單決策」系統。系統會即時整合並評估叫車者與的士距離、預測的士剩餘電量，以及前往接載乘客的路程有否擠塞等數據，從中篩選出最佳配對組合，再指派最適合的司機接載乘客。
可析多元數據 逾160輛的士已配備
星群表示，車隊現時有逾160輛的士已配備該系統，相信隨着規模擴大至425輛的士，可大幅提升車隊的運力利用率，縮短乘客的候車時間，並改善司機的接單體驗。
港大工程學院土木工程系、智能出行實驗室主任柯錦濤昨日在記者會上表示，研發該系統有兩大重點，其一是星群的士主要使用電動車且24小時運作，司機常因無法預判完成訂單後是否需要緊急充電而產生「電量焦慮」，為此團隊開發AI電量預測演算法，整合天氣、路況、駕駛習慣及乘客行程等多元數據，透過深度學習模型精準推算剩餘電量。
另一重點是設計出實時、基於人工智能的派單算法。柯錦濤解釋，系統採用雙模式機制，廣播模式是將乘客訂單消息推送至周邊司機供其「搶單」；派單模式則由系統直接指派司機，司機無權拒絕或每日僅有極少數拒接機會。他舉例指出，倘若司機在堅尼地城接獲上環至北角的長程訂單時，因接客距離短且行程效益高，系統會向其派單；反之乘客起點位於九龍而且是短途行程，導致司機需要過海接載，即使的士電量充足，系統仍會保留運力等待更高價值以作匹配。另外，即使平台收到高收益訂單，只要的士電量瀕臨耗盡，系統便會自動拒單。
星群的士創辦人及執行董事鄭敏怡補充，即時訂單主要用於指派模式，「這樣才能較快、更有效率地派單。」至於預約訂單，則未能在指派模式發揮作用，因的士司機都要照顧家人，例如需先接送家人上班方能開工，未必能即時處於乘客起點附近。
接單效率有顯著提升
針對市民反映透過星群的士應用程式叫車等候時間較長，鄭敏怡解釋，本港地圖識別功能與用戶實際選項存在差異，但強調司機接單後會主動與乘客溝通確認上車地點。她承認，車隊營運初期曾出現一些問題，後續情況已見改善，尤其在引入「智能派單決策系統」後，接單效率與接單量均有顯著提升。柯錦濤表示，若能持續累積行車數據訓練人工智能算法，將令派單系統更精準及高效，吸引更多司機與乘客加入平台。
柯錦濤透露，港大會繼續與星群的士合作開發一系列新算法，例如「空車巡邏算法」協助司機解決在街上找乘客的問題，透過分析數據提示司機哪些區域的叫車需求較高，指引他們前往該處接載乘客。團隊亦會開發新算法為的士司機推薦候車人數較多之的士站。針對日益普及的電動的士，算法也會為司機推薦合適的充電站，讓他們可在休息時段為的士充電。
0 / 255