Исследователи представляют CityBehavEx, интерактивную платформу городского моделирования, которая объединяет модели человеческой мобильности с тонко настроенными кросс-энкодерами для генерации семантически насыщенных городских рутин в больших масштабах. Этот подход позволяет избежать вызова больших языковых моделей для каждого действия агента, что обеспечивает симуляцию 100 000 агентов за 75 дней менее чем за час на одном потребительском GPU.
- Интегрирует устоявшиеся модели человеческой мобильности с тонко настроенными кросс-энкодерами для оценки семантического соответствия между профилями агентов и переходами активностей.
- Генерирует паттерны мобильности, которые лучше соответствуют реальным пространственным, временным и семантическим распределениям.
- Позволяет пользователям определять регионы симуляции, просматривать траектории, отлаживать поведение и проверять рутины по реальным метрикам.
Платформа решает проблему высоких затрат и слабой валидации предыдущих симуляторов на основе LLM, предоставляя возможность инспекции поведения агентов и поддерживая эмпирическую валидацию.