AequilibraE

大型语言模型和可微分模型使交通规划民主化

研究人员开发了一个新框架，将大型语言模型（LLM）与交通规划工具相结合，使非专家也能更轻松地进行复杂分析。该系统使用LLM作为开源交通规划引擎AequilibraE的接口，并包含一个新颖的可微分用户均衡分配层。该可微分层源自Beckmann交通分配问题的Karush-Kuhn-Tucker条件，允许直接优化和评估交通解决方案。该框架通过校准旅行时间函数和网络设计等任务得到证明，旨在通过减少对专业知识的需求来使交通规划民主化。