交通规划中的生成式 AI：综述

将生成式人工智能 (GenAI) 整合到交通规划中，有望彻底改变需求预测、基础设施设计、政策评估和交通仿真等任务。然而，迫切需要一个系统性框架来指导 GenAI 在这一跨学科领域的应用。在这篇综述中，我们作为一个由计算机科学和交通工程研究人员组成的多学科团队，提出了首个利用 GenAI 进行交通规划的综合框架。具体而言，我们引入了一种新的分类法，将现有的应用和方法划分为两个视角：交通规划任务和计算技术。从交通规划的角度，我们考察了 GenAI 在自动化描述性、预测性、生成性、仿真和可解释性任务中的作用，以增强出行系统。从计算的角度，我们详细介绍了数据准备、领域特定微调和推理策略方面的进展，例如针对交通应用定制的检索增强生成和零样本学习。此外，我们探讨了关键挑战，包括数据稀缺、可解释性、偏差缓解，以及与可持续性、公平性和系统效率等交通目标相一致的领域特定评估框架的开发。本综述旨在弥合传统交通规划方法与现代 AI 技术之间的差距，促进合作与创新。通过应对这些挑战和机遇，我们期望激发未来的研究，以确保生成式 AI 在交通规划中得到合乎伦理、公平且有影响力的应用。