4月29日音讯，为继续推动行程时长预估问题研讨，滴滴联合GIS（地理信息体系）范畴世界顶会ACM SIGSPATIAL发布ACM SIGSPATIAL GISCUP 2021竞赛，鼓舞研讨者们根据滴滴新敞开的行程时长数据集，进一步提高时刻预估准确性。
预估抵达时刻 (Estimated time of arrival，简称ETA)，是智能交通和方位信息服务中至关重要又极具复杂性和挑战性的问题。它不只需求考虑交通体系的空间特性，比方路途拓扑、途径红绿灯的个数、红绿灯相位周期；还要考虑交通体系的时刻特性，比方迟早顶峰的规律性拥堵和交通事故导致的偶发性拥堵等。一起，由于交通体系的运转需求人和车作为主体来参与，不同司机的驾驭习气、雨天雾天对行车速度的搅扰等也都会对时长预估产生影响。怎么继续提高预估准确性也成为学界和产业界不断研讨探究的问题。
ACM SIGSPATIAL是世界核算机学会ACM空间信息专业委员会主办的学术会议，其举行的ACM SIGSPATIAL GISCUP竞赛每年都招引了全世界的科研人员参与。在本年的挑战赛中，滴滴地图经过“滴滴盖亚数据敞开计划”对外敞开了一个脱敏数据集，包括了2020年8月在深圳经过脱敏处理的出行时刻数据，触及动身时刻、道路信息、路况信息、气候和路网拓扑信息等多维度特征，不包括任何个人信息。
参赛者需求灵敏地运用这些特征数据组合，规划时长预估核算计划，让大局的时长预估差错最小。
即日起参赛者能够在biendata渠道注册参与竞赛（
https://www.biendata.xyz/competition/didi-eta/
），竞赛评价和排行榜将经过biendata竞赛渠道敞开。竞赛将选用A/B榜的竞赛机制，其间B榜成果改写将于8月2日敞开，竞赛结果将于8月31日发布，总奖金达25000美金。前五名优胜团队将受邀到会11月在北京举行的SIGSPATIAL2021，在大会现场共享自己的竞赛计划。滴滴地图自2015年开端在ETA问题上打开探究，现在已将其广泛应用于行程前的预估接驾时刻、派单、调度、拼车等体系决议计划，导航道路决议计划，及行程中的估计抵达结尾的时刻核算等。经过引进深度学习的技能，对海量实在出行轨道、路况拥堵状况、气候状况等进行一致建模，滴滴地图能在大规模恳求下快速进行智能途径规划，并为用户预估抵达时刻，现在这一预估抵达时刻差错率现已降至10.5%，业界抢先。滴滴表明，此次敞开脱敏的实在事务场景数据集，举行挑战赛，也是期望以敞开协作支撑全球开发者在智能交通方面打开更广泛前沿研讨，继续提高ETA预估准确性，为用户供给更好的出行体会。