過去三年，在與微軟亞洲研究院“創(chuàng)新匯”成員企業(yè)探討 AI 如何在各行業(yè)落地的過程中，微軟亞洲研究院的研究員們發(fā)現(xiàn)，資源調(diào)度優(yōu)化是很多領域都存在的通用問題，這也是為什么經(jīng)久不衰的“運籌學”廣泛應用于各行各業(yè)的原因。因此，基于三年來與成員企業(yè)的合作研究，微軟亞洲研究院發(fā)布了多智能體資源優(yōu)化平臺“群策 MARO”，并將其開源。

MARO 適用于由資源供需不平衡導致的資源利用率低的問題，而這樣的問題廣泛存在于多個行業(yè)的不同場景。如何更好地在不同參與者間以合理的成本提高資源利用率，為行業(yè)創(chuàng)造更大的利潤空間，且為社會節(jié)省不必要的資源浪費，是 MARO 的使命。這其中，利用創(chuàng)新技術助力企業(yè)和組織在關鍵場景中高效配置資源、節(jié)能減排，也是微軟可持續(xù)發(fā)展戰(zhàn)略中的重要一環(huán)。

資源分配如何優(yōu)化？

MARO來幫忙

剛剛過去的雙11其實就是一個典型的倉儲物流行業(yè)資源匹配的場景，由于大家的“爆發(fā)式”采購，三五年前我們經(jīng)常聽到出現(xiàn)“爆倉”的問題，但近兩年這個問題相對得到了緩解，其主要原因就是倉儲物流調(diào)度水平的大幅提升。其他常見的、需要資源調(diào)度優(yōu)化的場景還有共享單車中自行車與站點、人的匹配，物流運輸中集裝箱與港口、船只、貨物的匹配，電信領域無線基站帶寬與用戶流量的匹配，數(shù)據(jù)中心計算資源與運行任務之間的匹配，制造企業(yè)的生產(chǎn)與排程等等。

微軟亞洲研究院的研究員們將資源調(diào)度優(yōu)化這個場景高度抽象，搭建出了一個可以讓 AI 技術更好賦能這一場景的、通用的技術平臺 MARO。MARO是一個面向多行業(yè)橫截面上的全鏈條資源優(yōu)化 AI 解決方案，對于 MARO 已經(jīng)涵蓋的場景，用戶只需提供合規(guī)的數(shù)據(jù)，MARO 就可以構建仿真環(huán)境并支持分布式并行訓練，進而給出最終的解決方案；而對于尚未支持的場景（如不同的資源實體，不同的資源產(chǎn)生和消耗邏輯等），MARO 則可以在限定的成本下幫助構建可行的方案。

從技術角度來看，智能資源調(diào)度優(yōu)化可以分為三個層面：最底層，可以理解為信息感知層，在這里需要通過一些智能感知技術把整個過程真正數(shù)字化，比如共享單車場景里的每個停車點、每輛單車，或是航運物流里的每個集裝箱、船只、港口等；第二層是信息的推理層，它建立在信息感知層之上，通過預測模型刻畫未來的資源供需情況，然后基于這些情況來設計算法去優(yōu)化資源調(diào)度；最高層則是智能決策層，該層無需額外的算法模型，因為智能模型可以直接利用第一層和第二層的信息給出最終的優(yōu)化方案，實現(xiàn)完全的、端到端的決策。目前，業(yè)界的優(yōu)化應用大多處于第二層，而 MARO 在兼顧第二層需求的前提下，可助力資源優(yōu)化實現(xiàn)第三層中的智能決策。

打開MARO的正確姿勢

考慮到不同行業(yè)用戶對 AI 技術的掌握程度會有所不同，MARO 平臺提供了三種面向不同用戶的構建方式，以幫助相關人員由淺入深地應用 AI 技術，創(chuàng)建自己的資源調(diào)度優(yōu)化模型，同時，也降低了科研成果在真實場景中應用的門檻，讓 AI 可以助力解決業(yè)界更多的實際問題。

MARO 平臺的三層架構

MARO Service：服務層，開箱即用

對于擁有行業(yè)領域知識，但沒有機器學習開發(fā)經(jīng)驗的人員來說，MARO Service 提供了一些現(xiàn)成的資源調(diào)度場景的優(yōu)化模型，如已經(jīng)上線的空集裝箱調(diào)配和共享單車場景等。如果用戶面臨與這三個模型高度匹配的業(yè)務場景，那么導入自己的業(yè)務數(shù)據(jù)，即可使用相應的模型直接連接上下游業(yè)務系統(tǒng)。MARO 團隊還在不斷改進該層服務，未來將會選取更多領域的典型資源優(yōu)化場景加入到平臺中，讓更多行業(yè)用戶受益。

MARO Platforｍ：構建和訓練自己的資源調(diào)度模型，并可直接用于生產(chǎn)

對于需要構建自有模型的用戶來說，如今無需太高的 AI 技術要求，就可以在 MARO Platform 靈活創(chuàng)建新場景、訓練新模型，不斷測試新算法的優(yōu)劣，通過反饋持續(xù)調(diào)整優(yōu)化模型。例如，有一定規(guī)模的物流企業(yè)，本身已具有相應的技術積累，也有自己的傳統(tǒng)解決方案，如果希望利用 AI 尋找創(chuàng)新的優(yōu)化方案，那么此時就可以通過 MARO 提供的工具快速構建模擬場景，并基于實際的數(shù)據(jù)和業(yè)務邏輯進行優(yōu)化，從而迭代出自己的模型，且可以將該模型集成到自有的生成環(huán)境中使用。

在技術實現(xiàn)方面，MARO Platform 中所提供的高性能仿真器是其精髓所在。首先，用戶需要在仿真器環(huán)境中構建一張初始的靜態(tài)圖，根據(jù)實際場景可以包含異構的點和邊。比如在共享單車場景中，單車站點對應靜態(tài)圖中的“點”，而站點的位置遠近對應“邊”，再加上站點容量等其他信息，就可以構建出一張靜態(tài)圖，也是機器認知的初始環(huán)境。

搭建包含業(yè)務邏輯的動態(tài)環(huán)境

然后，導入用戶的騎行數(shù)據(jù)（資源需求流），這對系統(tǒng)而言相當于一個個事件（Event）流，它們不斷觸發(fā)、更改圖上節(jié)點以及邊的各種屬性，從而形成了一個包含業(yè)務邏輯的動態(tài)環(huán)境。通過環(huán)境與事件的不停交互，MARO 可提供基于 AI 算法的幾近實時的優(yōu)化策略，傳統(tǒng)方法需要幾小時才能生成的策略，MARO 幾秒鐘就可以提供。而且環(huán)境增強的方法使得 MARO 的仿真環(huán)境可以在一定程度上模仿現(xiàn)實的異常環(huán)境，進而提高模型的魯棒性，比如資源網(wǎng)絡中任意一個節(jié)點出現(xiàn)問題，只需把該節(jié)點停掉即可，并不會影響整體算法。

這其中，資源需求的時序信息、資源持有者的空間信息等，都可以通過圖神經(jīng)網(wǎng)絡有機地整合在一起，以輔助做出更好的決策。同時，MARO 還會考慮資源持有者相互之間的競爭，包容每個資源持有者可能會著眼于局部優(yōu)化，而給出相對“自私”一點的策略，來完成競合策略學習，但其最終目的還是希望全局網(wǎng)絡能夠?qū)崿F(xiàn)更好的優(yōu)化。

如果將共享單車的場景延伸到數(shù)據(jù)中心虛擬機的分配中，那么關鍵資源則由自行車變成了計算機集群上的計算資源，如 CPU、存儲，而事件流變成了客戶對資源的實時需求，如需要10 個 CPU、100GB 內(nèi)存這樣的事件。盡管使用場景變了，但調(diào)度優(yōu)化的本質(zhì)并沒有改變。因此，MARO 可以最大程度地適用于多個行業(yè)需要資源優(yōu)化的各種場景，同時它還可以與基于運籌學和組合優(yōu)化的傳統(tǒng)方法相互融合。

MARO Framework：基礎設施快速搭建，SDK調(diào)用所需資源

對于有著較深開發(fā)積累的用戶來說，MARO Framework 提供了一個可擴展的工具包，可以基于現(xiàn)有的高性能模塊以及通用接口實現(xiàn)“更加原創(chuàng)的”仿真環(huán)境構建和問題建模。開發(fā)人員可以通過 SDK 調(diào)用任何所需的計算、存儲、網(wǎng)絡等資源，也可以根據(jù)自己已有的計算機集群搭建 MARO 的平臺，進而獲得在分布式環(huán)境下進行并行訓練的支持。此外，對于現(xiàn)有問題 MARO 還提供了一批基準算法實現(xiàn)，包括基于經(jīng)典規(guī)則的方法、基于運籌學的組合優(yōu)化方法、以及基于經(jīng)典的強化學習的方法，方便用戶進行算法比較并快速上手。

由于資源優(yōu)化是個獨有卻普遍存在于各個行業(yè)的應用場景，所以 MARO 為不同行業(yè)、不同需求的用戶分層提供了相應的框架和工具，用戶可以更好地專注于自己業(yè)務邏輯場景的開發(fā)和目標模型的優(yōu)化，其他諸如訓練和管理模型、基礎設施提供甚至可視化分析等“雜事”都可以放心地交給 MARO 來處理。

責任編輯：lq