A Framework for Multi-stage Bonus Allocation in meal delivery Platform

概览：
背景：处理美团外卖无骑手接单时间过长导致乘客取消订单的问题。订单的取消对客户的复购率以及美团送餐平台的声誉都是非常不利的。专项资金鼓励骑手接受更多的订单。

核心：处理一个送餐平台的多阶段奖金分配问题。

描述：在有限的奖金预算内最大化接受订单的数量。该框架由半黑箱接受概率模型 、基于拉格朗日双基动态规划算法和在线分配算法组成。

半黑箱接受概率模型：用于预测分配给订单的奖金与其接受概率之间的关系，

基于拉格朗日对偶的动态规划算法：旨在基于历史数据集计算每个分配阶段的经验拉格朗日乘数

在线分配算法：使用在离线部分获得的结果来计算每个订单的奖金

背景：

当顾客通过美团应用点餐后，对应的订单信息立即发送到送餐平台。平台的处理逻辑为：

首先，定价系统根据订单属性，如餐厅和客户位置、客户端服务难度等确定订单的配送价格;

其次，将订单信息，包括品类、价格、 以及预计送货时间推送给附近的骑手；

第三，一个自信的骑手接受订单， 从餐厅取餐，并将其送到客户。

但是，如果送货价格不够有吸引力， 使其长期不被接受，客户可能会取消订单（这种取消订单称为NA-cancelled订单）。

NA-cancelled订单是平台差评的主要原因，以美团为例，每天约有3万条差评，NA-cancelled订单导致的差评率超过 55%。
每天大约有16.5万份NA-cancelled订单 发生，这意味着骑手的收入减少，餐馆的食物浪费增加，送餐平台的声誉下降 。每年NA-cancelled订单的约数十亿元人民币。
通过对历史数据的分析，导致NA-ca