Semantic Stop Embedding

LLM增强的语义嵌入通过强化学习减少公交车拥挤

研究人员开发了一种新颖的方法，利用由语义站点嵌入增强的强化学习来缓解公交车拥挤。该方法离线利用大型语言模型（LLM）创建公交站点丰富表示，整合了物理属性、上下文信息和历史数据。然后将这些嵌入集成到深度Q学习控制器中，与传统方法相比，显著减少了车头时距变异性、拥挤事件和乘客等待时间。研究还探讨了这些策略在不同公交线路之间的可迁移性，发现虽然零样本迁移有限，但微调可以加速学习并提高性能。