美国时间10月20日至23日，一年一度的INFORMS年会在西雅图举行。
会上，滴滴出行的网约车调度解决方案荣获运筹学领域国际顶级实践奖——年度瓦格纳运筹学杰出实践奖（DanielWagner奖）。
这也是瓦格纳运筹学杰出实践奖22年来首次有中国企业获此殊荣。
滴滴AI实验室团队提出的基于强化学习的网约车调度解决方案在入围项目中脱颖而出，荣获年度DanielWagner奖。
INFORMS是世界公认的运筹学（OR）、管理科学（MS）和商业分析领域最具影响力的专业学会，年会及年会上颁发的瓦格纳运筹学杰出实践奖吸引了众多关注。
备受关注。
瓦格纳奖设立于2007年，作为国际运筹学领域最高实用性奖项之一，每年评选一次，旨在表彰世界范围内运筹学研究与实践的杰出成就，注重运筹学研究的质量和一致性。
分析和解决方案的独创性。
和数学应用以及成功实践，年度获奖项目也被认为代表了运筹学领域最前沿的应用。
此前的获奖项目来自康奈尔大学、佐治亚理工学院、疾病控制与预防中心、福特汽车公司、麻省理工学院、杜克大学、智利大学、美国海岸警卫队、英特尔、IBM 和普林斯顿大学等。
今年，INFORMS吸引了来自全球100多位知名学者、行业专家和学生的积极参与。
瓦格纳奖评审委员会筛选了来自世界各地的众多申请者，最终只有五人获得决赛提名。
相关论文均收录在 INFORMS Journal on Applied Analytics 上。
经过INFORMS大会最后一轮答辩，滴滴AI实验室团队提出的基于强化学习的网约车调度解决方案以其创新性和实践影响力获得了由学术界和工业界组成的评审委员会的一致认可。
最终从入围项目中脱颖而出，荣获年度瓦格纳运筹学杰出实践奖。
滴滴人工智能实验室对网约车调度问题进行半马尔可夫过程建模，提出基于强化学习的广义决策迭代框架。
它创新有效地将深度强化学习、时差学习和传统组合优化方法结合起来，保障旅客出行。
在体验的同时，进一步增加了驾驶员的收入，体现了其广泛的应用能力和影响力。
评审委员会指出，滴滴解决方案中的半马尔可夫过程和深度强化学习方法非常前沿，首次成功应用于订单派送场景。
通过创新地将数学、机器学习和模拟问题结合起来，滴滴以一种非常新颖的方式解决了运筹学问题。
滴滴AI实验室强化学习团队负责人秦志伟表示，滴滴利用前沿的AI技术结合传统优化来解决运筹学问题，是赢得评审团青睐的关键。
瓦格纳奖评审委员会由IBM、马里兰大学、谷歌、微软、美国海军研究所等研究人员和教授组成，其他入围团队来自伦敦大学学院、哈佛大学等世界顶尖大学大学、佐治亚理工学院和哥伦比亚大学。
他们的项目包括使用实时数据分析来优化伦敦希思罗机场的运营以及希望之旅教育中心的日间辅导。