LLM与可微UE层结合的交通规划框架

2026年10月14日，arXiv Artificial Intelligence刊出研究，提出一套人机协同交通规划框架，将大语言模型、MCP接口、开源交通规划引擎AequilibraE与可微用户均衡（UE）分配层结合，目标是让非专家用户也能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条件直接求导实现。框架在两项任务中演示：依据观测交通量标定行程时间函数，以及预算约束下的网络设计。作者为Eunseung Lee、Gyeongjun Kim、Keemin Sohn。目前报道仅涉及该框架的提出与演示任务，未提及实际部署、应用范围或效果评估等后续进展。

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。