Generative AI in Transportation Planning: A Survey
作者: Longchao Da, Tiejin Chen, Zhuoheng Li, Shreyas Bachiraju, Huaiyuan Yao, Xiyang Hu, Zhengzhong Tu, Yue Zhao, Dongjie Wang, Xuanyu, Zhou, Ram Pendyala, Benjamin Stabler, Yezhou Yang, Xuesong Zhou, Hua Wei
发布时间: 2025-03-11
来源: arxiv
研究方向: 交通运输规划与生成式人工智能（GenAI）的融合应用
主要内容
本文调查了生成式人工智能在交通运输规划中的应用，构建了一个综合框架，并分析了其在不同交通规划任务和计算技术方面的应用。
主要贡献
1. 提出了一个综合框架，将生成式人工智能应用于交通运输规划。
2. 构建了一个分类法，将现有的应用和方法分为交通运输规划任务和计算技术两个视角。
3. 分析了生成式人工智能在描述、预测、生成、模拟和可解释任务中的作用。
4. 探讨了数据稀缺、可解释性、偏差缓解和与交通运输目标一致的领域特定评估框架等关键挑战。
5. 提出了桥梁传统交通运输规划方法和现代人工智能技术之间的差距，促进合作和创新。
研究方法
1. 数据预处理策略
2. 领域特定微调
3. 推理策略，如检索增强生成和零样本学习
4. 可解释人工智能技术
5. 因果推理
6. 检索增强生成（RAG）
7. 链式思维推理
8. 知识编辑
9. 自一致性解码
实验结果
通过案例研究，展示了生成式人工智能在OD校准任务中的能力，并与其他方法进行了比较。
未来工作
未来研究方向包括：开发模块化管道，结合领域知识与生成式人工智能技术；创建新的评估标准，以评估系统效率、可持续性和移动性公平性；开发鲁棒的uncertainty quantification方法，以解决偏差缓解和采用道德AI框架；通过人工智能工具促进对交通运输知识的普及，使复杂分析、多语言输出和参与不同利益相关者成为可能。