Grant: Alliance Grants

In a groundbreaking project, researchers are leveraging deep reinforcement learning (DRL), a type of artificial intelligence (AI), to turn complex mathematical challenges into fun and interactive games-a process dubbed as "gamification". Inspired by the success of DRL in outperforming humans in Atari games for example, this project ambitiously ventures into the realms of transportation and energy sectors, striving to revamp the operations of ride-hailing services and streamline home charging systems. The initial phase of the project focuses on an emerging field spurred by the surge in popularity of ride-hail services like Uber and Lyft. With the anticipated influx of autonomous electric vehicles in these platforms, there emerges a necessity for a centralized system capable of adeptly managing these fleets within defined geographical regions. The initiative intends to utilize real data from New York City's ride-hail and taxi ventures and the National Renewable Energy Lab, to train and test DRL algorithms on a game version of this problem. Conversely, the booming interest in electric vehicles has highlighted a significant challenge concerning the rise in home charging activities, which are expected to exert a considerable strain on power grids. This issue, when transformed into a game format, exhibits a Tetris-like structure, providing a novel approach to address the problem through gamification with DRL algorithms. As the research advances, it aims to scrutinize the versatility of gamification approaches to new problem characteristics and mitigate the various challenges for gamification to become mainstream. In the grand scheme of things, the project aims to devise solutions that can substantially aid in shaping a more eco-friendly and energy-efficient society. Dans le cadre d'un projet révolutionnaire, des chercheurs exploitent l'apprentissage par renforcement profond (DRL), un type d'intelligence artificielle (IA), pour transformer des défis mathématiques complexes en jeux amusants et interactifs, un processus appelé « gamification ». Inspiré par le succès du DRL qui surpasse les humains dans des jeux Atari par exemple, ce projet s'aventure ambitieusement dans les domaines des transports et de l'énergie, cherchant à révolutionner les opérations des services de transport avec chauffeur et à optimiser les systèmes de recharge à domicile. La première phase du projet se concentre sur un domaine émergent stimulé par la popularité croissante des services de transport avec chauffeur tels qu'Uber et Lyft. Avec l'arrivée attendue de véhicules électriques autonomes sur ces plateformes, il devient nécessaire de mettre en place un système centralisé capable de gérer efficacement ces flottes dans des régions géographiques définies. L'initiative prévoit d'utiliser des données réelles des services de taxi et de transport avec chauffeur de la ville de New York et du laboratoire national d'énergie renouvelable pour entraîner et tester des algorithmes DRL sur une version ludique de ce problème. À l'inverse, l'intérêt croissant pour les véhicules électriques a mis en évidence un défi significatif lié à l'augmentation des activités de recharge à domicile, qui devraient exercer une pression considérable sur les réseaux électriques. Ce problème, lorsqu'il est transformé en un jeu, présente une structure similaire à Tetris, offrant une nouvelle approche pour résoudre le problème grâce à la gamification avec des algorithmes DRL. À mesure que la recherche progresse, elle vise à examiner la polyvalence des approches de gamification pour s'adapter aux nouvelles caractéristiques des problèmes et à atténuer les différents défis pour que la gamification devienne courante. Dans le grand schéma des choses, le projet vise à élaborer des solutions qui peuvent contribuer de manière significative à façonner une société plus respectueuse de l'environnement et économe en énergie.