arXiv · cs.AI· Eunseung Lee, Gyeongjun Kim, Keemin Sohn·· 11 小时前
大语言模型通过可微用户均衡层辅助交通规划
Large Language Model Assisted Transportation Planning through a Differentiable User Equilibrium Layer
arXiv:2610.16140v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Eunseung Lee, Gyeongjun Kim, Keemin Sohn
研究任务与主要进展
研究提出一个结合大语言模型、MCP接口、开源交通规划引擎AequilibraE和可微用户均衡层的人机协同交通规划框架。研究通过直接微分Beckmann交通分配问题的KKT条件构建可微用户均衡层，并以基于观测交通流量的出行时间函数校准、预算约束网络设计两项任务进行示例演示。基于论文摘要，框架旨在降低非专家使用交通规划工具的门槛，具体量化效果和比较基线未说明。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org