本研究では、ChatSUMOと呼ばれる大規模言語モデルベースのエージェントを提案している。ChatSUMOは、ユーザーの自然言語入力から交通シミュレーションを自動生成し、カスタマイズすることができる。
入力モジュールでは、ユーザーの入力を分析し、シミュレーション生成に必要なキーワードを抽出する。生成モジュールでは、抽象的なネットワークや実世界のネットワークを生成し、指定された交通条件でSUMOシミュレーションを実行する。カスタマイズモジュールでは、エッジの編集、信号灯の最適化、車両の追加などの機能を提供する。分析モジュールでは、シミュレーション出力を解析し、交通密度、旅行時間、排出量などの指標を提供する。
実験の結果、ChatSUMOは高精度のシミュレーション生成を実現し(96%の精度)、ユーザーの自然言語入力に基づいて効果的にシミュレーションをカスタマイズできることが示された。これにより、交通シミュレーションの専門知識がなくても、直感的にシミュレーションを生成・分析できるようになる。
To Another Language
from source content
arxiv.org
Key Insights Distilled From
by Shuyang Li, ... at arxiv.org 09-17-2024
https://arxiv.org/pdf/2409.09040.pdfDeeper Inquiries