共享自动化电动出行系统的合成参与式规划
计算工程、金融与科学
2024-07-09 v4 人工智能
计算机与社会
人机交互
多智能体系统
摘要
在多利益相关者环境中释放快速发展的出行技术之间的协同作用，为解决城市交通问题带来了独特的挑战和机遇。本文介绍了一种新颖的合成参与式方法，该方法关键地利用大型语言模型(LLM)创建代表不同利益相关者的数字化身，以规划共享自动化电动出行系统(SAEMS)。这些可校准的智能体协作识别目标、设想和评估SAEMS替代方案，并在风险和约束下制定实施策略。蒙特利尔案例研究的结果表明，与使用单个LLM驱动的专家智能体生成的方案相比，结构化和参数化的工作流程在SAEMS规划上提供了更高的可控性和全面性。因此，这种方法为经济高效地提高多目标交通规划的包容性和可解释性提供了一条有希望的途径，表明我们在设想和制定可持续交通系统战略方面可能发生范式转变。
引用
@article{arxiv.2404.12317,
title = {Synthetic Participatory Planning of Shard Automated Electric Mobility Systems},
author = {Jiangbo Yu and Graeme McKinley},
journal= {arXiv preprint arXiv:2404.12317},
year = {2024}
}