public-transit

ChatPlanner 是一种新颖的框架，它利用经过微调的大语言模型 (LLMs) 结合检索增强生成 (RAG) 技术，从自然语言查询中解释用户偏好，并将其集成到公共交通路线规划算法中，性能优于现有的路线规划器。

阿姆斯特丹大学的研究人员提出了一种基于表格强化学习的地铁网络扩展问题方法，表明该方法在性能上与深度强化学习相当，同时平均减少18倍的训练回合数和12倍的碳排放量。该方法还融入了社会公平标准，并在西安和阿姆斯特丹的真实地铁网络上进行了评估。

本文详细介绍了“Transit Tracker”的开发过程及其走红经历。这是一个开源的 DIY 项目，使用 ESPHome 和 LED 矩阵制作自定义公共交通到站信息牌。