自动驾驶与共享出行：Uber、Lyft的科研新进展

"uber与lyft共享出行科研前沿 2018.10.30 方建勇1" 本文探讨了共享出行领域的两大巨头Uber和Lyft在2018年的科研前沿动态，重点关注自动驾驶、电动车应用以及数据分析隐私保护等方面的技术发展。 1. 自动驾驶与电动车的结合 在过去的十年间，包括大型汽车制造商和像Uber这样的网约车运营商在内，纷纷宣布将投入自动驾驶汽车的使用。电动汽车由于其环保特性和日益显现的成本优势，正在成为下一代主流技术。无人自动驾驶车队与电动车的结合，有望在保持高水平服务的同时，大幅降低成本。这种创新技术涉及复杂的调度和定价问题，例如如何将驾驶员与车辆匹配，如何规划车队规模，以及如何通过动态定价来应对需求波动。作者提出了利用近似动态规划来优化运营策略，决定车辆的使用、充电时间和区域再定位。此外，还引入自适应学习方法来探讨浪涌定价，以确定每次行程的合适价格。 2. 差异隐私与统计SQL查询 文中介绍了名为Chorus的系统，这是一个具有创新架构的设计，用于在执行统计SQL查询时提供差异隐私。Chorus将差异隐私机制嵌入到查询本身，确保查询输出符合差异隐私要求，而不需用户修改数据库或查询。该系统兼容任何支持标准数学函数的SQL数据库，并可适应多种差异隐私机制。Chorus已在Uber内部部署，每天处理超过10,000个查询，是该公司GDPR合规工作的重要组成部分，实现了差异隐私和访问控制的实施。 3. 城市车辆流动性与出行模式研究 理解城市规模下的车辆流动性与出行模式对解决交通拥堵、污染乃至公共安全等问题至关重要。通过对车辆移动性的时空分析，可以设计出利用共享出行和众包的策略来缓解这些问题。这表明，通过先进的数据分析，共享出行平台如Uber和Lyft有机会对城市的可持续发展和交通管理做出重大贡献。 这篇科研前沿报告展示了Uber和Lyft在自动驾驶、电动车技术应用以及数据隐私保护上的探索与实践，反映了共享出行领域在技术创新和应对社会挑战上的努力。这些研究成果不仅对行业内部，也对整个交通和数据科学领域有着深远的影响。