[發明專利]ETA的預測方法、模型訓練方法、裝置及存儲介質

有效

• 申請號: 202110183799.2
• 申請日: 2021-02-10
• 公開（公告）號: CN112525213B
• 公開（公告）日: 2021-05-14
• 發明（設計）人: 姜正申
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G01C21/34
• 分類號: G01C21/34
• 代理公司: 北京市立方律師事務所 11330
• 代理人: 張筱寧

本申請實施例提供了一種ETA的預測方法、模型訓練方法、裝置及存儲介質，涉及機器學習技術、地圖、智慧交通、智慧出行等應用領域。該方法包括：獲取目標用戶在當前時間步的行程特征；行程特征包括當前時間步對應的時刻以及剩余導航路線的路線特征；將目標用戶在當前時間步的行程特征輸入至預先訓練的ETA預測模型，獲得當前時間步的ETA；預測模型在訓練時的獎勵函數的輸入包括訓練樣本的ATA以及每一時間步的歷史預測ETA序列；每一時間步的預測ETA是根據預測模型的策略函數在強化學習過程中根據每一時間步的行程特征預測出的ETA的概率分布獲得的。本申請實施例考慮行程不斷變化對ETA預測的影響，預測結果更加準確。

技術領域

本申請涉及機器學習技術領域，具體而言，本申請涉及一種ETA的預測方法、模型訓練方法、裝置及存儲介質。

背景技術

預計到達時間（Estimated Time of Arrival, ETA）是地圖軟件中的一個基礎功能，它所完成的功能是：給定地圖上的一條路線和出發時間，預估出走完這條路線所需要的時間。

目前預測ETA最常用的算法包括基于規則的逐路段累加方法和基于樹模型的方法，其中：

基于規則的逐路段累加方法依賴人工經驗，根據每個路段的長度、速度、紅綠燈等狀況，估計出每個路段的通過時間，再加上每個路口的通過時間，這樣累加起來，就構成了整條路線的總時間。這種方法對人工經驗的依賴很強，并且，現實路況十分復雜，人為設定的規則無法覆蓋各種情形，導致給出的時間常常不準。更關鍵的是，這種方法將各路段的預估時間進行累加，因此每個路段預估時間的誤差也會進行累積，這就使得最終結果很難取得令人滿意的準確率。

基于樹模型的方法先提取出整條路線的特征，例如全程總路程、出發時刻的全程平均速度、全程紅綠燈總數、全程擁堵里程占比等，然后將這些特征輸入到基于樹模型的機器學習算法中，進行訓練。目前，這一類算法中最常用的就是梯度提升決策樹（GradientBoosting Decision Tree, GBDT）算法。這類算法的問題是，它只考慮了路線的整體特征，而忽略了各路段的特征。然而，現實當中，某一個路段的極度擁堵，對整條路線的到達時間影響巨大，只考慮整體特征會導致預測ETA不準確。

發明內容

本發明實施例提供一種克服上述問題或者至少部分地解決上述問題的ETA的預測方法、模型訓練方法、裝置、電子設備及存儲介質。

第一方面，提供了一種預計到達時間ETA的預測方法，該方法包括：

獲取目標用戶在當前時間步的行程特征；行程特征包括當前時間步對應的時刻以及剩余導航路線的路線特征；

將目標用戶在當前時間步的行程特征輸入至預先訓練的ETA預測模型，獲得ETA預測模型輸出的當前時間步的ETA；

其中，ETA預測模型在訓練時的獎勵值函數的輸入包括訓練樣本的實際到達時間ATA以及每一時間步的歷史預測ETA序列，獎勵值函數的輸出用于表征對每一時間步的預測ETA的準確性的評價結果；

歷史預測ETA序列包括每一時間步之前的至少一個時間步的預測ETA；每一時間步的預測ETA是根據ETA預測模型的策略函數在強化學習過程中根據每一時間步的行程特征預測出的ETA的概率分布獲得的。

在一個可能的實現方式中，將所述目標用戶在當前時間步的行程特征輸入至預先訓練的ETA預測模型，獲得所述ETA預測模型輸出的所述當前時間步的ETA，包括：

對所述當前時間步的行程特征進行編碼，獲得當前時間步的特征向量；

將所述當前時間步的特征向量輸入至所述策略函數，獲得所述策略函數輸出的當前時間步的ETA的概率分布；

根據所述當前時間步的ETA的概率分布進行采樣，根據采樣結果，得到當前時間步的ETA。