AI交通科学家的自主交通法规发现

摘要

普遍交通定律描述跨城市拥堵、出行与驾驶行为的循环模式——为交通规划、管理与控制提供科学基础。但其发现仍是专家驱动的——需要从异构观测证据中识别候选规律——或经干预实验验证。虽然自主人工智能（AI）系统已在受控实验室环境中推进科学发现——将其扩展到复杂交通领域仍是挑战。我们提出TrafficSci——智能体AI系统——将交通定律发现形式化为迭代、可审计的工作流——整合证据界定、批评家-裁判假说归纳与观测-干预验证。跨人口、网络、控制与轨迹尺度的四个案例研究——TrafficSci自主重新发现三条既定交通定律——并识别出城市驾驶行为中未报道过的内在时间记忆尺度——在八个城市与两个轨迹数据集上统计一致。TrafficSci为AI驱动的科学发现从受控领域扩展到复杂城市系统提供路线。

AI交通科学家的自主交通法规发现：论文配图 — 图 1：TrafficSci 的架构。 TrafficSci 从交通证据范围界定模块开始，该模块检索相关文献并构建证据语料库。然后，交通法规归纳模块根据检索到的证据制定结构化假设。这些假设由观察干预验证模块通过对现实世界交通数据的统计观察或模拟环境中基于干预的实验进行评估。由此产生的实验证据被反馈以更新和完善假设，形成交通科学自动发现的闭环过程。