Open-TI：具有增强语言模型的开放交通智能

在现代文明进程中，交通运输极大地促进了城市的发展。利用先进计算机算法的智能交通可进一步提高人们的日常通勤效率。然而，智能交通作为一门交叉学科，往往要求从业者理解复杂的算法和晦涩的神经网络，这给先进技术在实践行业中的信任和部署带来了挑战。认识到预训练大型语言模型的表达能力，特别是其通过增强以理解和执行复杂命令的潜力，我们引入了 Open-TI。作为弥合产学研差距的桥梁，Open-TI 是一种旨在实现图灵不可区分交通智能 (Turing Indistinguishable Traffic Intelligence) 的创新模型，它增强了利用现有对话基于外部交通分析包的能力。Open-TI 的独特之处在于，它是第一种能够从头开始进行详尽交通分析的方法——涵盖从地图数据获取到在复杂模拟中最终执行的全过程。此外，Open-TI 能够执行特定任务的具身化，如训练和适应交通信号控制策略 (TSC)、探索需求优化等。 furthermore，我们探讨了 LLM 直接作为控制代理的可行性，通过理解来自 Open-TI 的预期意图，我们设计了一种代理到代理的通信模式，以支持 Open-TI 向 ChatZero（控制代理）传递消息，随后控制代理将从动作空间中选择动作以推进执行。我们最终提供了形式化的实现结构，其开放式设计邀请社区驱动的进一步增强。