研究提出LLM辅助可微交通规划框架

一项研究提出把大语言模型、MCP接口、开源交通规划引擎AequilibraE与可微用户均衡（UE）分配层整合起来的交通规划框架，目标是让非专家用户用自然语言执行网络分析并优化方案。该可微UE层通过对Beckmann交通分配问题的KKT条件求导实现。 研究演示了两项任务：基于观测流量的行程时间函数标定，以及预算约束下的网络设计。论文作者为Eunseung Lee、Gyeongjun Kim、Keemin Sohn。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。