Los investigadores presentan CityBehavEx, una plataforma de simulación urbana interactiva que combina modelos de movilidad humana con cross-encoders ajustados finamente para generar rutinas urbanas semánticamente ricas a gran escala. Este enfoque evita invocar grandes modelos de lenguaje para cada acción del agente, permitiendo simulaciones de 100.000 agentes durante 75 días en menos de una hora en una sola GPU de consumo.
- Integra modelos establecidos de movilidad humana con cross-encoders ajustados finamente para estimar la alineación semántica entre los perfiles de los agentes y las transiciones de actividad.
- Genera patrones de movilidad que coinciden mejor con las distribuciones espaciales, temporales y semánticas del mundo real.
- Permite a los usuarios definir regiones de simulación, inspeccionar trayectorias, depurar comportamientos y validar rutinas frente a métricas del mundo real.
La plataforma aborda los altos costos y la validación débil de los simuladores anteriores basados en LLM al exponer el comportamiento del agente para su inspección y apoyar la validación empírica.