Para peneliti menyajikan CityBehavEx, sebuah platform simulasi perkotaan interaktif yang menggabungkan model mobilitas manusia dengan cross-encoder yang telah di-fine-tune untuk menghasilkan rutinitas kota yang kaya secara semantik dalam skala besar. Pendekatan ini menghindari pemanggilan model bahasa besar untuk setiap tindakan agen, memungkinkan simulasi 100.000 agen selama 75 hari dalam waktu kurang dari satu jam pada satu GPU konsumen.
- Mengintegrasikan model mobilitas manusia yang mapan dengan cross-encoder yang telah di-fine-tune untuk memperkirakan keselarasan semantik antara profil agen dan transisi aktivitas.
- Menghasilkan pola mobilitas yang lebih sesuai dengan distribusi spasial, temporal, dan semantik dunia nyata.
- Memungkinkan pengguna untuk menentukan wilayah simulasi, memeriksa lintasan, men-debug perilaku, dan memvalidasi rutinitas terhadap metrik dunia nyata.
Platform ini mengatasi biaya tinggi dan validasi lemah dari simulator berbasis LLM sebelumnya dengan mengekspos perilaku agen untuk inspeksi dan mendukung validasi empiris.