高速公路交通事件管理的自动化闭环
人工智能
2025-03-18 v1 人机交互
机器学习
摘要
有效的交通事件管理对于确保安全、减少拥堵和缩短紧急情况下的响应时间至关重要。传统的公路事件管理严重依赖无线电调度员，他们必须在高风险环境中做出快速、明智的决策。本文提出了一种创新方案，通过将大语言模型（LLMs）集成到交通事件管理的决策支持系统中来支持和增强这些决策。我们引入两种方法：(1) LLM+优化混合方法，利用自然语言交互的灵活性和优化技术的鲁棒性；(2) 完全LLM方法，仅利用LLM能力自主生成决策。我们使用Autostrade per l'Italia的历史事件数据测试了我们的方案。实验结果表明，虽然两种方案均展现出前景，但LLM+优化方案表现出更优越的可靠性，使其特别适用于对一致性和准确性要求至关重要的关键应用。本研究突显了LLMs通过实现可访问的、数据驱动的决策支持来变革公路事件管理的潜力。
引用
@article{arxiv.2503.12085,
title = {Automating the loop in traffic incident management on highway},
author = {Matteo Cercola and Nicola Gatti and Pedro Huertas Leyva and Benedetto Carambia and Simone Formentin},
journal= {arXiv preprint arXiv:2503.12085},
year = {2025}
}