AlphaTransit: 도시 규모 대중교통 노선 설계를 학습하는 방법

연구진은 몬테카를로 트리 서치와 신경망 정책-가치 모델을 결합한 버스 노선 설계 시스템 AlphaTransit를 제안했다.

이 시스템은 시뮬레이터 롤아웃 없이 노선 확장을 직접 선택해, 대중교통 계획에서의 지연된 피드백과 노선 간 상호작용을 더 잘 다룬다.

현실적인 수요와 도로 데이터를 반영한 블루밍턴 벤치마크에서 혼합 수요와 전체 수요 모두 최고 서비스율을 기록했다.

강화학습과 가이던스 없는 MCTS보다 성능이 뛰어나, 학습 기반 유도와 탐색의 결합이 대규모 도시 교통 설계를 개선할 수 있음을 보여준다.