研究人员开发了一种使用生成式智能体(GAs)模拟城市出行行为的新方法,该方法与真实世界的出行调查数据一致。经过调整提示的 GAs 在模仿模式划分方面展现出潜力,且没有中断,但它们在逐次出行匹配调查数据方面仍有不足。值得注意的是,GAs 展现出适应不可预见事件的能力,并且一种名为 Jev-1.13 TypeSafe 的类型化分类器在不生成文本的情况下取得了优异的结果,这表明了复杂决策模拟的替代方法。 AI
影响 这项研究通过实现更真实的出行行为模拟,有望改善城市规划和交通服务。
排序理由 学术论文,详细介绍了一种新的基于智能体的模拟方法。
在 arXiv cs.MA (Multiagent) 阅读 →
- alphaXiv
- arXiv
- CatalyzeX Code Finder for Papers
- Connected Papers
- DagsHub
- Generative Agents: Interactive Simulacra of Human Behavior
- Gotit.pub
- Hugging Face
- Influence Flower
- Jev-1.13 TypeSafe
- Kamaldeep Singh Oberoi
- Litmaps
- ScienceCast
- scite Smart Citations
- Toulouse
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →