摘要
本申请涉及一种起讫点路线推断及旅行时间估算方法，通过结合主动学习机制的对抗性逆强化网络，可以在尽可能减少数据标注量的前提下，推断生成结合用户偏好的起讫点间个性化行驶路线；进一步地，通过AdaBoost算法将融合图卷积网络和Transformer网络的多个弱学习器集成，图卷积网络可以获取交通网络的高维时空特征，从而辅助Transformer网络更好的捕获个性化行驶路线对应的长短期依赖关系；结合多个弱学习器的学习结果，得到更丰富全面的个性化行驶路线的时序特征表示，最后，利用该时序特征表示得到路线对应的旅行时间，实现准确的起讫点旅行时间估计。
