AlphaTransit：城市規模公交路網設計新框架

研究論文提出 AlphaTransit，一個基於搜尋的規劃框架，專門用於設計城市規模的公交路網。公交路網設計問題涉及許多序列化的路線擴展決策，但其品質往往在整個路網組裝完成後才可見，這帶來延遲反饋的挑戰。AlphaTransit 框架將蒙地卡羅樹搜尋（MCTS）與神經策略價值網絡結合：策略網絡提出路線擴展方案，價值網絡估計下游設計品質，而搜尋過程利用這些預測來優化每個決策。這使得在路線構建過程中能夠進行決策時的前瞻模擬，無需在搜尋樹內運行完整的模擬器回滾。研究團隊在一個新的 Bloomington 公交路網設計基準測試上評估 AlphaTransit，該基準具有真實的道路拓撲和人口普查數據衍生的需求。實驗結果顯示，在混合和完全公交需求設定下，AlphaTransit 的服務率分別達到 54.6% 和 82.1%，相較於強化學習方法提升了 9.9% 和 11.4%，相較於純 MCTS 方法提升了 2.5% 和 11.2%。這表明結合學習引導的 MCTS 在公交路網設計中比單獨使用任一方法更為有效。此外，研究團隊的程式碼和數據已公開在 GitHub 上。