arXiv cs.AI· Siyan Li, Zehao Wang, Jiachen Li, Kanok Boriboonsomsin, Matthew J. Barth, Guoyuan Wu·· 11 小时前AI 评分21
大语言模型在交通系统管理与运营中的应用：从文本推理到多模态决策支持
Large Language Models in Transportation Systems Management and Operations: From Text Reasoning to Multi-modal Decision Support
AI 导读
一篇综述系统梳理了 LLM 与多模态大模型（MM-LLM）在交通系统管理与运营（TSMO）中的应用，覆盖交通运营与服务、出行与车队服务、数据建模与决策支持三大领域。
正文 · AI 翻译
摘要：交通系统管理与运营（TSMO）日益依赖于对异构数据的及时解读，这些数据来自各类传感器数据流、事件报告、出行者反馈和视觉观察。大语言模型（LLM），包括新兴的多模态大语言模型（MM-LLM），为将这些结构化和非结构化输入整合为面向操作人员的决策支持提供了一种新机制。本综述论文回顾了 TSMO 中基于 LLM 和 MM-LLM 的应用，涵盖三个领域：交通运营与服务（供给）、出行与车队服务（需求），以及数据、建模与决策支持。采用 PRISMA 指导的筛选流程，我们综合了当前研究，同时区分了面向运营的应用与原型及新兴概念。我们进一步识别了数据异构性、实时推理、可解释性、多模态融合和治理方面反复出现的挑战。最后，我们概述了在本地化适配、边缘部署、基准测试和跨机构协作方面的现有差距与未来方向。总体而言，基于 LLM 的系统作为决策支持层最具前景，当必须整合异构的文本、视觉和传感器输入时，MM-LLM 具有特别的价值。
| 评论： | 修订版 1 |
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2606.00991 [cs.AI] |
| （或 arXiv:2606.00991v2 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2606.00991 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Siyan Li [查看邮箱]
[v1]
2026年5月31日星期日 04:15:30 UTC（3,204 KB）
[v2]
2026年10月15日星期四 10:09:08 UTC（2,472 KB）
来源：arXiv cs.AI · arxiv.org