Les chercheurs présentent CityBehavEx, une plateforme de simulation urbaine interactive qui combine des modèles de mobilité humaine avec des cross-encodeurs finement ajustés pour générer des routines urbaines riches en sémantique à grande échelle. Cette approche évite d'invoquer des grands modèles de langage pour chaque action d'agent, permettant la simulation de 100 000 agents sur 75 jours en moins d'une heure sur un seul GPU grand public.
- Intègre des modèles de mobilité humaine établis avec des cross-encodeurs finement ajustés pour estimer l'alignement sémantique entre les profils d'agents et les transitions d'activité.
- Génère des motifs de mobilité qui correspondent mieux aux distributions spatiales, temporelles et sémantiques du monde réel.
- Permet aux utilisateurs de définir des régions de simulation, d'inspecter les trajectoires, de déboguer les comportements et de valider les routines par rapport à des métriques du monde réel.
La plateforme répond aux coûts élevés et à la faible validation des simulateurs précédents basés sur LLM en exposant le comportement des agents pour inspection et en soutenant la validation empirique.