11:32arXiv cs.AI@Bibek Poudel, Sai Swaminathan, Weizi LiAlphaTransit 是一个基于搜索的公交网络规划框架,结合了蒙特卡洛树搜索(MCTS)与神经网络策略-价值网络,用于解决公交线路设计中延迟反馈的挑战。它能在构建完整网络前预测每条线路扩展的长期效果,避免局部优化导致的换乘瓶颈或重叠问题。在Bloomington基准测试中,AlphaTransit在混合和全公交需求场景下分别达到54.6%和82.1%的服务率,比纯强化学习提升9.9%和11.4%,比无学习引导的MCTS提升2.5%和11.2%。代码和数据已开源。论文公交网络设计MCTS/搜索神经网络交通规划开源/仓库推荐理由:城市交通规划团队终于有了一个能提前预见线路设计后果的AI工具——AlphaTransit用搜索+学习解决了公交网络设计的延迟反馈难题,做交通规划或智慧城市的研究者可以直接用开源代码跑自己的数据。原文