[发明专利]ETA的预测方法、模型训练方法、装置及存储介质

说明书

本申请实施例提供了一种ETA的预测方法、模型训练方法、装置及存储介质，涉及机器学习技术、地图、智慧交通、智慧出行等应用领域。该方法包括：获取目标用户在当前时间步的行程特征；行程特征包括当前时间步对应的时刻以及剩余导航路线的路线特征；将目标用户在当前时间步的行程特征输入至预先训练的ETA预测模型，获得当前时间步的ETA；预测模型在训练时的奖励函数的输入包括训练样本的ATA以及每一时间步的历史预测ETA序列；每一时间步的预测ETA是根据预测模型的策略函数在强化学习过程中根据每一时间步的行程特征预测出的ETA的概率分布获得的。本申请实施例考虑行程不断变化对ETA预测的影响，预测结果更加准确。

技术领域

本申请涉及机器学习技术领域，具体而言，本申请涉及一种ETA的预测方法、模型训练方法、装置及存储介质。

背景技术

预计到达时间（Estimated Time of Arrival, ETA）是地图软件中的一个基础功能，它所完成的功能是：给定地图上的一条路线和出发时间，预估出走完这条路线所需要的时间。

目前预测ETA最常用的算法包括基于规则的逐路段累加方法和基于树模型的方法，其中：

基于规则的逐路段累加方法依赖人工经验，根据每个路段的长度、速度、红绿灯等状况，估计出每个路段的通过时间，再加上每个路口的通过时间，这样累加起来，就构成了整条路线的总时间。这种方法对人工经验的依赖很强，并且，现实路况十分复杂，人为设定的规则无法覆盖各种情形，导致给出的时间常常不准。更关键的是，这种方法将各路段的预估时间进行累加，因此每个路段预估时间的误差也会进行累积，这就使得最终结果很难取得令人满意的准确率。

基于树模型的方法先提取出整条路线的特征，例如全程总路程、出发时刻的全程平均速度、全程红绿灯总数、全程拥堵里程占比等，然后将这些特征输入到基于树模型的机器学习算法中，进行训练。目前，这一类算法中最常用的就是梯度提升决策树（GradientBoosting Decision Tree, GBDT）算法。这类算法的问题是，它只考虑了路线的整体特征，而忽略了各路段的特征。然而，现实当中，某一个路段的极度拥堵，对整条路线的到达时间影响巨大，只考虑整体特征会导致预测ETA不准确。

发明内容

本发明实施例提供一种克服上述问题或者至少部分地解决上述问题的ETA的预测方法、模型训练方法、装置、电子设备及存储介质。

第一方面，提供了一种预计到达时间ETA的预测方法，该方法包括：

获取目标用户在当前时间步的行程特征；行程特征包括当前时间步对应的时刻以及剩余导航路线的路线特征；

将目标用户在当前时间步的行程特征输入至预先训练的ETA预测模型，获得ETA预测模型输出的当前时间步的ETA；

其中，ETA预测模型在训练时的奖励值函数的输入包括训练样本的实际到达时间ATA以及每一时间步的历史预测ETA序列，奖励值函数的输出用于表征对每一时间步的预测ETA的准确性的评价结果；

历史预测ETA序列包括每一时间步之前的至少一个时间步的预测ETA；每一时间步的预测ETA是根据ETA预测模型的策略函数在强化学习过程中根据每一时间步的行程特征预测出的ETA的概率分布获得的。

在一个可能的实现方式中，将所述目标用户在当前时间步的行程特征输入至预先训练的ETA预测模型，获得所述ETA预测模型输出的所述当前时间步的ETA，包括：

对所述当前时间步的行程特征进行编码，获得当前时间步的特征向量；

将所述当前时间步的特征向量输入至所述策略函数，获得所述策略函数输出的当前时间步的ETA的概率分布；

根据所述当前时间步的ETA的概率分布进行采样，根据采样结果，得到当前时间步的ETA。