研究人员开发了一种方法，通过使用聚合出行统计数据来微调语言模型以用于人群模拟。该方法解决了仅有区域级设备数量和起点-终点流量等聚合数据时，个体行为不确定的挑战。通过迭代地将模型的目的地分布拟合到观测数据，微调后的代理在两场棒球比赛中将目的地份额误差降低了 25%，同时保持了相似的网格相关性。 AI
影响 这项研究可以提高人群模拟模型的准确性和效率，从而影响城市规划和活动管理。
排序理由 该集群包含一篇学术论文，详细介绍了使用语言模型进行人群模拟的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- crowd simulation
- Distilling Aggregate Mobility Statistics into a Language Model Policy for Post-Event Crowd Simulation
- Hugging Face
- language model
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
