AI交通科学家自主发现交通规律，揭示城市驾驶行为新特征

近日，一项发表于arXiv的研究提出名为TrafficSci的智能系统，将交通规律的发现过程转化为可审计的迭代工作流。该系统整合了证据范围界定、批判性假设归纳以及观测-干预验证三个核心环节，实现了从受控实验室环境向复杂交通领域的延伸。

研究团队在人口、路网、控制和轨迹四个尺度上进行了案例验证。结果显示，TrafficSci不仅自主重新发现了三条已知的交通定律，更首次识别出城市驾驶行为中一个此前未被报告的内在时间记忆尺度。这一发现在八个城市和两个轨迹数据集上均表现出统计一致性。

传统交通规律的发现主要依赖专家驱动模式，需要从异构观测证据中识别候选规律或通过干预实验进行验证。而TrafficSci通过智能体架构，为将AI驱动的科学发现从受控领域扩展到复杂城市系统提供了新路径。该系统的工作流程具有可解释性和可审计性，为交通规划、管理和控制提供了更科学的依据。