<  Retour au portail Polytechnique Montréal

Bridging AI and Traffic Simulation: A Robust and Comprehensive Framework for LLM-Based AI Replanning Agents in MATSim

Ashraf Uz Zaman Patwary, Francesco Ciari, Luca Angioloni, Hamed Naseri, Lorenzo Brusci et Giulio Iannelli

Article de revue (2026)

Un lien externe est disponible pour ce document
Renseignements supplémentaires: The 17th International Conference on Ambient Systems, Networks and Technologies Networks (ANT)/ the 9th International Conference on Emerging Data and Industry 4.0 (EDI40)
Département: Département des génies civil, géologique et des mines
Organismes subventionnaires: IVADO, Ecole des Ponts ParisTech - ENPC, Vinci Construction
URL de PolyPublie: https://publications.polymtl.ca/77044/
Nom de la conférence: 17th International Conference on Ambient Systems, Networks and Technologies Networks (ANT 2026)
Lieu de la conférence: Istanbul, Türkiye
Date(s) de la conférence: 2026-04-14 - 2026-04-16
Titre de la revue: Procedia Computer Science (vol. 280)
Maison d'édition: Elsevier BV
DOI: 10.1016/j.procs.2026.04.079
URL officielle: https://doi.org/10.1016/j.procs.2026.04.079
Date du dépôt: 05 août 2026 10:01
Dernière modification: 05 août 2026 10:01
Citer en APA 7: Patwary, A. U. Z., Ciari, F., Angioloni, L., Naseri, H., Brusci, L., & Iannelli, G. (2026). Bridging AI and Traffic Simulation: A Robust and Comprehensive Framework for LLM-Based AI Replanning Agents in MATSim. [Présentation]. Procedia Computer Science, 280, 622-629. Présentée à 17th International Conference on Ambient Systems, Networks and Technologies Networks (ANT 2026), Istanbul, Türkiye. https://doi.org/10.1016/j.procs.2026.04.079

Statistiques

Dimensions

Actions réservées au personnel

Afficher document Afficher document