【基于大模型的交通控制器】

文章预览

《LLMs as Traffic Control Systems: A New Paradigm》这篇文章介绍了一种新的方法，使用大型语言模型（LLMs）作为交通控制系统中的交通控制器。这种方法利用了LLMs的逻辑推理、场景理解和决策制定能力，以优化交通流量并根据实时交通状况提供反馈。LLMs能够集中传统的分散式交通控制过程，并整合来自不同来源的交通数据以提供情境感知决策。此外，LLMs还可以通过无线信号和视觉等多种方式向驾驶员、基础设施和自动驾驶车辆提供定制的输出。 为了评估LLMs作为交通控制器的能力，研究提出了一个四阶段的方法论，包括数据创建和环境初始化、提示工程（Prompt Engineering）、冲突识别和微调。研究模拟了多车道四腿交叉口场景，并生成了详细的数据集，以使LLMs能够检测冲突，并使用Python模拟作为基准。通过使用链式思维提示（chain-of-thought prompts），引导LLMs ………………………………